技术类无形资产利润分成率评价模型的研究——基于改进BP人工神经网络的评价模型

在技术类无形资产价值评估中,利润分成率是一个复杂和难以准确计量的参数,目前国内外还没有统一的计量方法。运用AHP原理建立技术资产利润分成率评价指标体系,并基于改进的BP神经网络,提出一套能够模拟专家思想的智能型综合评价方法,实例分析表明,采用该方法所获得的评价结果是令人满意的。     

基于PSO-BP神经网络的电子政务绩效评价模型

针对电子政务绩效评估不完善及BP神经网络的收敛速度慢,需要较长的训练时间的缺陷,本文在前人研究的基础上建立了基于平衡计分卡的指标体系,针对BP神经网络的缺陷,将粒子群优化算法应用到模型中,改进了BP神经网络模型,提出了基于粒子群优化的BP神经网络原理及求解方法,并通过实际的例子对建立的模型进行了训练和验证。通过本文的研究,为相关部门开展电子政务绩效的评估提供了一定的参考依据,对电子政务的发展起到了一定的积极作用。     

基于BP神经网络的房地产风险研究——以西安地区为例

随着近年来房价的不断飙升,房地产背后的风险也开始逐渐显露。而房地产风险评估也一直都是学术界和实务界十分关注的问题。为此,本文利用BP神经网络方法来量化评估房地产投资风险,并以西安地区为例建立BP神经网络模型。该模型通过样本学习和训练能够较好地评估房地产项目投资风险,以为投资者、管理者提供意见参考。     

基于遗传神经网络的商业银行信用风险评估系统研究

近年来,商业银行信用风险的防范与管理一直备受各国重视。对其进行正确、有效的风险评估,应采用MATLAB工具和VisualC++程序构建基于遗传神经网络的商业银行信用风险评估模型,即运用遗传算法对BP神经网络进行优化,使模型实现优势互补,来仿真实现可操作的信用风险评估系统。以某商业银行提供的样本数据进行的实证分析结果表明:运用遗传算法优化权值的BP神经网络比未优化的BP神经网络对于商业银行信用风险的评估会更准确快速。这为制定我国商业银行信用风险的评估研究提供了参考,具有一定的理论和现实意义。     

基于神经网络对管制中心系统的效能评估

根据神经网络学习算法和专家系统的原理，提出了利用BP算法对管制中心系统进行效能评估的系统结构和功能实现方法，构造了管制中心系统的效能评估模型。并结合实例，对管制中心系统的效能评估过程进行了研究，给出了基于神经网络对管制中心系统进行量化评估的一种方法。     

基于粗集的神经网络的项目风险评估

本篇论文我们介绍了基于粗集的BP神经网络识别项目的风险并评估项目风险。粗集(RS)与神经网络的集成反映了人类正常的思维机制。它融合了定性和定量的,精确和非确定的,连续和平行的方法。我们建立了粗集的神经网络并进行属性约简的混合模型,给出了软件项目风险在实际中的早期预警模型即评估模型,提出了有效的方法。     

基于遗传算法优化混沌神经网络的股票指数预测

为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。     

基于智能算法的“互联网+”时代二手车评估定价模型研究

"互联网+"战略快速推行,二手车交易市场进入新的发展阶段。本文针对二手车交易中评估定价问题,提出了基于智能算法的二手车评估定价模型:首先利用因子分析法探索影响二手车定价的重要因素,然后利用MIV变量筛选方法确定神经网络输入变量,最后构建基于BP神经网络智能算法的二手车评估定价模型。实例分析表明,所建预测模型比现有预测模型预测的更为准确、稳定。     

基于BP神经网络的供应链金融风险评估研究

结合供应链金融的运作模式,本文归纳了15个供应链金融业务的风险影响因素,建立了具有较好一致性和稳定性的风险指标体系,介绍了BP神经网络的一般原理与步骤,并运用mat-lab的BP神经网络工具构建了风险评估模型,收集了10组供应链金融风险评估样本,对评估样本进行训练和检验,通过建立起供应链金融风险评估模型证明了该模型的有效性。     

基于BP神经网络的企业物流服务外包风险预警系统

从管理风险、信息风险、信用及财务风险、市场风险这几个方面构建企业物流外包风险预警指标体系;依据BP神经网络原理,建立用于评估企业物流外包风险水平的BP神经网络风险预警系统,并结合算例进行仿真模拟,证明该模型具有良好的预警精度。     

基于BP神经网络的孤立词端点检测的主客观误差分析

本文选取短时能量、短时过零率、幅度信息熵三种经典的特征分析方法,并结合BP神经网络作为特征分类系统进行断点检测分析.将客观检测和以听觉判断对语音端点的主观评测进行误差分析,比较各算法的效果,实验结果表明采用BP网络和动态闲值的双门限法进行端点判断效果较好,而采用双门限法检测结果优于使用特征值加BP神经网络.     

基于BP神经网络评价模型的会计信息质量评价

本文主要是为了评价会计信息的质量,试图找到一种有效的评价方法并构建合理科学的评价模型。首先,文章将分析会计信息质量的评价指标,确定会计信息质量评价指标体系,再引入BP神经网络评价方法,并对评价方法的基本概念和操作方法进行详细地介绍;然后设计形成了一个BP神经网络模型,并介绍如何使用MATLAB软件来操作BP神经网络模型。     

灰色神经网络在股价预测中的应用

本文在深入了解股价的可预测性和研究各种股价预测的方法的基础上,探讨利用BP神经网络和灰色模型进行股价预测。以二者为基础,将BP神经网络和灰色模型预测模型的优点结合,提出灰色神经网络模型。该模型将灰色模型的预测值作为BP神经网络的输入变量,而以实际值作为输出变量对神经网络进行训练。     

基于BP神经网络和相关系数结合的股票价格预测

股票价格预测一直是困扰投资者的难题,为了提高股票价格的预测精度,本文提出一种基于BP神经网络和相关系数结合的股票价格预测方法。从股票数据中选取10个影响股票价格的因素,计算它们与股票价格的相关系数,从中提取关键因素,利用BP神经网络预测未来股票价格。将此方法用于华谊兄弟(300027)预测股票收盘价,结果表明,相对于未提取关键因素的BP神经网络,此方法提高了股票价格的预测精度。     

基于NMF和BP神经网络的人脸识别

人脸自动识别是图像识别~([1])领域的一个研究热点,有着广泛的应用前景。对于静态人脸识别问题,BP神经网络方法有较强的适应性和易于实现等优点。但采用BP神经网络进行人脸识别也存在学习时间长,识别率不高等缺点。本文根据BP神经网络的基本原理,自行设计了一个简单且易于实现的BP神经网络,该网络在训练样本数较为充足并且学习较为充分的条件下能获得较好的人脸识别效果。并在此基础上,通过对原样本数据进行NMF特征提取操作,再结合该BP网络用于人脸识别。该网络克服了单一BP神经网络学习时间长、识别效率低的缺点,获得了更加有效的识别效果。     

BP神经网络模型在中小企业融资征信评估中的应用

在互联网金融环境中,金融机构希望能够收集和分析大量科技型中小企业日常交易行为的数据,判断其业务范畴、经营状况、信用状况、企业定位、资金需求和行业发展趋势,在大数据移动互联时代的大背景下,征信数据的共享和获取方式正在发生着根本的变化。利用互联网手段进行业务运营和产品推广的科技型中小企业已占有较大比例。为使中小企业更加科学有效地得到融资以及融资机构选择合适的中小企业,在分析中小企业融资征信评估方法的基础上,结合BP神经网络的特点,通过建立科学的中小企业信用评价指标体系,构建了融资征信评估方法的BP神经网络模型。     

云环境下基于BP神经网络的电子商务企业信任评估模型研究

针对云环境下电子商务企业信任评估模型的不足,从交易行为、网站、云环境等方面构建信任度评价指标体系,并充分考了虚假评价和恶意推荐带来的影响及信任度新近变化情况,建立了云环境下基于BP神经网络的电子商务企业信任评估模型。对云环境下数据的动态性、不确定性等特点,运用改进的BP神经网络技术,采用在隐含层的神经元设置可调多项式函数序列作为激活函数,提高网络的收敛速度,权重采用的是较小的随机数,没有复杂的人工计算过程,较好的克服了评估中的人为影响因素。     

基于神经网络的通货膨胀预测模型研究

本文采用神经网络的方法,利用消费者物价指数、工业增加值和货币供给等数据,分别以BP神经网络、RBF神经网络和Elman神经网络建立通货膨胀预测模型.三个模型预测结果表明,采用神经网络方法建立的模型能够较好地预测通货膨胀的变动.通过比较BP神经网络和Elman神经网络预测结果可以看出,带有反馈机制的神经网络模型预测性能优于一般神经网络模型.     

高质量发展背景下信阳居民可支配收入测度——基于BP神经网络算法

为构建信阳居民可支配收入增速的数据评估体系,为全市居民收支调查工作的数据评估提供参考依据,本文以信阳9个县区(不包含直管县)城镇居民的可支配收入基本情况为研究对象,并以信阳2018年人均GDP增速、规上工业利润总额增速等9个经济指标为自变量,构建BP神经网络模型。研究结果表明:BP神经网络模型能够很好地拟合和测度居民可支配收入,同时还可以有效地检验数据的合理性。     

基于人工神经网络的专利申请评估研究

本文利用人工神经网络模型BP算法的多层前馈网络模型原理,通过输入到输出的函数映射关系,建立用于专利申请可行性评估的神经网络模型,反映专利申请可行性评估的动态性和数据的时序关联性。