基于Matlab的神经网络预测模型研究

本文针对物流系统多种因素相关的非线性特点，建立了人工神经网络模型并对物流系统历史数据进行拟合，抽取和逼近负荷曲线进行物流预测。它的优点在于它具有模拟多变量而不需要对输入变量做复杂的相关假定。不要求知道输入输出变量间的函数关系，只需通过对输入输出数据的训练，获得输入输出之间的映射关系，来进行负荷预测。该预测模型在Matlab软件平台上进行了仿真，结果反映了该预测模型的有效性和实用性。     

基于数据融合的自来水浊度检测方法

为了提高流动电流仪(SCM)对自来水浊度检测的精度,文章提出了一种基于神经网络数据融合技术的数据处理方法。该方法可以消除测量中的原水流量、供电电源波动、絮凝剂浓度、温度等干扰量对流动电流仪的影响,提高了测量的精度。     

软计算协作技术在智能化管理中的应用研究

在管理科学中,运用人工智能和管理科学结合的智能化管理,是管理科学的一个重要研究方向。模糊系统、神经网络、遗传算法和粗糙集等软计算的协作技术发挥了各自的信息处理优点,为智能化管理提供了有力的重要信息处理工具。文章研究并综述了软计算协作技术在智能化管理中的应用,并在此基础上建立了科研项目立项评审智能管理系统;探讨了核方法、支持向量机、DEA方法在管理科学上的应用,分析了认知信息处理今后在智能化管理中的可能应用。     

基于BP神经网络的湖南道路快速客运需求分析

道路快速客运市场因受多个因素的影响,而且每个因素对其作用的函数关系又很难界定。因此,道路快速客运市场预测属于复杂的非线性系统问题。本文运用具有极强非线性逼近、大规模并行处理、自训练学习、自组织和容错能力的BP神经网络模型对湖南道路客运市场进行分析,得到了较好的预测效果。     

基于递归对角神经网络自适应均衡算法的研究

阐述了神经网络自适应均衡算法的基本原理,提出了一种基于递归对角神经网络的自适应均衡算法,推导了算法的迭代公式,进行了计算机仿真。结果表明,随着传输信号信噪比的增加,稳态剩余误差减小,误码率降低。     

基于级联型组合分类器的人脸识别研究

该文提出了一种将支持向量机（SVM）与神经网络相结合的方法，得到一种新型的级联型组合分类器．此组合分类器先利用神经网络或SVM对人脸图像进行预分类，得到不同性别的两类人脸图像；然后分别针对其中某一类人脸图像进行K-I。变换以提取有效特征，再使用SVM进行细分，得到最终的识别结果．应用该组合分类器方法在本文整合得到的人脸样本库上进行测试，结果显示该方法不但可以有效地提高识别速度，而且还可以在一定程度上提高识别率，因此方法是有成效和有价值的．     

2021年境外人民币市场综述

2021年,离岸(CNH)和在岸(CNY)人民币对美元即期汇率先贬后升;年均价差(CNY-CNH)为83BP,较上年缩小53BP;三种人民币汇率指数走升。离岸人民币债券发行数量和额度均较上年增长。CNH HIBOR 7天期限较上年末下降,隔夜、3个月和1年期限较上年末上升。     

非线性经济建模中的BP神经网络模型研究

<正> 1.非线性经济建模基本思想 非线性建模与线性建模相比较,无论在思想上还是在方法上都有本质区别。非线性经济建模基本思想可概括为两个方面。一方面是研究非线性经济系统的动态演化行为,基于经济理论来设定某类模型(如生产函数、需求函数、多元线性模型、对数线性模型等),并假定模型正确,误差服从某类分布。建模时大量的精力     

基于神经网络的建筑工程报价利润估算模型

本文的目的是提出一个建筑工程报价决策模型 ,以帮助建筑企业在投标中达到自己满意的目标。本文的主要思路是采用信息扩散原理和神经网络模型相结合 ,使工程报价决策能在少样本的条件下得到较满意的结果     

非线性动态系统的递归神经网络预测研究--对我国钢铁产量的预测分析

钢铁行业是我国国民经济的支柱产业之一,为国民经济的持续发展作出了积极的贡献.因此,对钢铁产量的预测研究已经成为一项非常重要的课题.文章使用基于数据挖掘和知识发现的人工神经网络法、时间序列分析法、递归神经网络技术来预测钢铁产量的方法,并将递归神经网络方法预测的结果与前面的两种方法的预测结果进行比较,比较的结果说明该方法是可行的.