浅谈宽带用户预测分析的基本策略

业务预测是在全面的考虑了各种因素后进行推理判断，然后提出对将来定性的、定量的预测的一种方法。宽带用户的预测作为网络规划的基础和依据，对整个网络的规划设计都是至关重要的。     

承包商工程索赔预测模型的应用

应用LM算法人工神经网络对承包商工程索赔进行预测。在此基础上,通过研究工程中引起索赔的各种因素,建立了基于LMBP神经网络的非线性系统,并利用该网络模型来预测工程索赔出现的可能性,结果表明,LM算法可以解决工程索赔的预测问题,而且算法快,精度高,是运用人工神经网络预测工程索赔的较好网络。     

基于改进回声状态网络的居民消费价格指数预测研究

对居民消费价格指数(CPI)做出准确的预测,能够为国家或地区相关部门在制定合理的发展规划以及对资源进行优化配置时提供重要依据。早期研究者主要采用计量经济模型、时间序列模型对CPI进行预测。本文分析了回声状态网络预测模型和小世界网络结构。包括ESN的训练过程、储备池的关键参数和小世界网络的数学模型。然后,构建具有小世界特性的小波回声状态网络预测模型(SW-W-ESN)。同时,储备池是ESN的核心部分,改进回声状态网络对CPI的预测更为准确,在宏观经济调控方面更具有科学性和可行性。     

一类物流企业网络运量预测组合算法与应用

本文分析了物流运输企业网络配送运量变化特性,提出了网络运量预测的组合算法,结合各种网络运量预测方法的特性,运用具体实例对组合模型的精度和适用条件进行了验证。     

链路预测的知识结构与研究热点——基于CiteSpace的计量分析

近年来,随着网络科学的迅猛发展,链路预测成为目前的研究热点。因其有着广泛的应用,例如电子商务网站中的商品推荐,Facebook、Twitter等各种社交平台中的好友推荐,以及在生物领域中蛋白质或者是基因的网络机制与功能推测等,如何进行精准的链路预测的问题俨然备受瞩目。为了更加全面而深入地了解链路预测领域,以"Web of Science"核心合集收录的期刊论文及其参考文献为研究对象,利用关键词共现网络、文献共被引网络以及突现词分析,借助CiteSpace软件进行信息可视化,对链路预测的知识结构与研究热点进行了深入分析。     

股指期货合约价格预测中的BP算法应用

本文利用BP网络对数据的压缩性和非线性映射功能，模拟股指期货合约的各项数据之间的关系，建立起一个基于神经网络的股指期货合约结算价格预测系统。用交易数据进行网络训练，生成网络后，用另外的数据对生成的网络进行验证，验证发现该网络的预测精度较高。具备一定的应用价值。     

BP算法在股指期货合约价格预测中的应用

本文将Matlab软件中BP算法工具箱中的newff函数引入到了股指期货合约价格的预测分析中,利用BP网络的数据压缩性以及非线性映射功能,模拟股指期货合约结算价与最高价、最低价、开盘价、收盘价、总持仓量、真实指数值、期货合约成交总金额之间的关系,建立了基于神经网络的股指期货合约结算价预测系统。用交易数据进行网络训练,生成网络后,用另外的数据对生成的网络进行验证,得出了该网络的预测精度较高,具备一定的应用价值。     

一种新的卫星通信网流量预测算法

在通信网络的设计中,使用基于流量预测的网络规划已成为LTE发展的必然趋势。与 地面网络不同,卫星网络由于受资源受限和拓扑时变的不利影响,其流量预测算法必须能兼 顾精度和效率,这令传统的地面网络预测方法已不再适用。为了解决以上问题,提出了一种 新的基于小波回声状态网络的流量预测算法,该算法通过小波多尺度分解的信号处理方法屏 蔽了网络流量的噪声,而后结合了无反馈的回声状态网络联合进行预测。仿真证明,新算法 相比传统算法能大幅提升网络流量的预测精度和运行效率,为卫星网络的流量规划提供了 强有力的决策支持。     

应用神经网络进行经济预测方法的改进

应用神经网络进行经济预测已成为经济预测领域的重要手段,本文基于对神经网络经济预测方法的概念、特征、优势的分析,根据神经网络预测方法的特点,本文提出一些改进方法,希望能够推动经济网络预测方法更好应用。     

关于网络视频广告收入的计量经济学模型及其检验

本文通过建立准确而合理的计量经济学模型,寻求我国网络视频市场规模和网络视频市场广告收入,视频播放覆盖人群之间的函数关系,从而较为准确地对近年来网络视频市场规模较快的增长进行定量的分析和预测。本文采用2009年第一季度到2015年第三季度的相关统计数据,给出建立计量经济学模型和对其进行多种检验的详细过程,并根据模型预测未来网络视频市场规模。     

应用神经网络进行经济预测方法的改进

应用神经网络进行经济预测已成为经济预测领域的重要手段,本文基于对神经网络经济预测方法的概念、特征、优势的分析,根据神经网络预测方法的特点,本文提出一些改进方法,希望能够推动经济网络预测方法更好应用。     

基于RBF神经网络的权证价格预测

本文介绍了RBF网络的原理、数理表达和拓扑结构,并且以康美CWB1(580023)权证为样本,使用RBF人工神经网络,将标的股票价格和权证规定的行权价格之比、无风险利率和权证到期期限作为输入,权证价格作为输出进行了仿真分析和预测,同时将预测结果与BS模型预测结果做了对比。根据实证结果,发现RBF网络对权证价格的仿真结果精度较高,与实际价格偏差较小;RBF网络模型在价格预测的精度上优于BS模型,对我国权证价格分析方法的发展和完善具有极大意义。     

人类行为93%是可以预测的

如果说塔勒布认为人类行为是随机的,都是小概率事件,是不可以预测的,全球复杂网络权威巴拉巴西则认为,人类行为93%是可以预测的。他的研究是在人类生活数字化的大数据时代基础上进行的,移动电话、网络以及电子邮件将我们的社会变成了一个巨大的数据库。     

基于LSTM深度学习的大豆期货价格预测

面对越来越复杂的金融市场环境,以传统统计学和计量学为主的时间序列预测模型在发现序列中的长期依赖关系方面存在一定局限性,而深度学习中的长短期记忆(LSTM)网络有望克服这一问题。通过构造一个多层LSTM网络价格预测模型,使用中国2007—2019年大豆期货价格数据进行了实证研究。结果显示,参数调优对LSTM网络模型预测效果有着较大影响,其中影响较大的主要参数包括迭代次数、学习率、窗口大小和网络层数等;与ARIMA模型、MLP模型、SVR模型相比,LSTM网络模型的预测结果准确性更高,在拟合优度(R-2)上分别提高了1.064%、2.147%、1.674%。LSTM网络模型在价格预测方面的良好表现,为预测大豆期货价格提供了新思路。     

基于自相似网络通信量非参数预测的多媒体实时传输

首先讨论了自相似网络通信量预测对于网络性能分析和网络资源利用率提高的重要意义，然后利用改进的Wiener-Kolmogorov方法来进行自相似网络通信量的非参数预测，最后研究了该预测方法在多媒体实时传输中的应用。     

太原市TD—SCDMA模型校正方案

无线传播模型是用来对无线电波的传播特性进行预测的一种模型。传播特性的预测，是无线网络规划的基础，其准确性影响到网络规划的准确性和质量。因此，准确的传播模型是准确的无线网络规划的前提条件。因此为了获得与实际环境更加吻合的传播模型，我们需要针对具体环境进行传播模型的校正。本文主要是为了满足对太原地区TD网络规划设计需求，提供符合实际传播环境的通用传播模型。     

网络保险发展的理性思考研究

本文以网络保险发展为主要研究对象,通过介绍保险行业新形势,网络保险的概念与特点,对现阶段网络保险的优势与存在的问题进行分析,并就以上内容对网络保险的未来发展做出大胆预测,借以为保险行业的发展做出贡献。     

使用深度学习的社交物联网信任预测模型

社交物联网是社交网络概念在物联网中整合后兴起的一个蓬勃发展的研究领域。提出了一种适用于社交物联网网络的改进型节点级信任模型,并通过与其他信任模型的对比仿真实验证明在恶意节点的攻击下,提出的模型拥有更好的稳定性和适用性,总体波动较小。同时,针对实际社交物联网网络中新加入网络的陌生节点可能遇到的网络延迟影响信任值评估的问题,在改进型节点级信任模型的基础上进一步使用了深度学习模型对其进行信任值预测。仿真证明,使用深度学习预测后模型的系统性能明显优于不使用深度学习的模型,成功交互率提升约1.8%。     

基于终端区航路交叉结点的交通流量预测

为了终端区航路之间动态变化的交通流量的关系,本文利用主成分分析方法对终端区航路交叉结点的交通流量进行了相关性分析,构建了相关交叉集,提出了根据相关交叉集的交通流量预测终端区流量的思想,给出了用于预测的神经网络模型、具体算法和评价标准,在比较精确的训练样本基础上对网络进行了训练,测试了训练后的网络的性能。实验表明,采用基于航路交叉结点相关性进行交通流量预测具有满意的准确性和较好的鲁棒性。     

基于BP神经网络的电力负荷预测研究

提出了一种有着显著优点的基于MATLAB的人工神经网络负荷预测的方法,算例分析结果充分证明了基于MATLAB的BP网络对电力负荷的中长期预测更加精确。