基于贝叶斯神经网络的智能诊断系统

模型复杂度是制约智能诊断系统的瓶颈,利用贝叶斯网络为扩展神经网络提供了新的思路。融入模型的先验知识,与观察到的数据样本相结合,来进行后验概率的贝叶斯推理。使用马尔科夫链蒙特卡洛方法以获得模型参数的后验分布,实现了对神经网络模型中不同部分复杂度的近制,并在实验中得到证实。     

BP网络在商品房价格预估中的应用

对于商品房的价格因素,首先包括其成本价,其次是开发商的利益和政府的规费,还有市场供求关系、百姓的收入水平高低、市场的竞争。利用神经网络来处理各种价格因素对商品房价格进行预测不失是一种可行的方法,BP算法具有算法简单、易于实现等特点,通过实验证明,BP网络的预测结果准确,使用方便,是一种优良的商品房价格预测方法。     

金融安全预警系统的建模与实证研究:基于中国数据的检验北大核心CSSCI

金融危机的突发性、破坏性等特点要求我们将应对金融危机的重点放在对危机的预见上,金融安全的监测和预警要比危机发生后的处理更为重要。在对金融安全内涵剖析的基础上,作者根据我国在开放条件下所面临的金融安全形势,构建了涵盖开放条件下影响我国金融安全的内部与外部各种因素的预警系统,并利用神经网络对金融安全预警系统进行建模,以1996～2014年的相关数据为基础,对模型进行仿真和验证,并运用所构建的预警系统对2015年中国金融安全状态进行了综合判断。结果预估2015年我国金融系统基本安全,短期经济失速的可能性较小,深层次的结构性转型和优化将为未来经济和金融发展注入更多内生增长动力,但同时需要重点防范由信贷资本投资额削减及地方债务问题所带来的潜在金融风险。     

不同期NDF数据与人民币汇率波动相关性研究

汇率预测是一个非线性问题,本文使用非线性自回归神经网络对人民币汇率进行预测,由于外部输入X(t)的选择与预测精度关系密切,本文使用NDF作为X(t),取得了良好的效果.市场中存在多种时间跨度的NDF,笔者对比了不同时间周期的NDF作为X(t)时的网络性能,得出了NDF时间跨度与预测精度相关性不大,在预测中都能达到很好的效果,并且NDF参与汇率预测是有效的结论.     

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GRNN的中国出口集装箱运价指数预测

本文基于GRNN神经网络模型对中国出口集装箱运价指数进行仿真并预测。研究发现:GRNN模型对中国出口集装箱运价指数的拟合值与实际值较为接近,仿真效果较好;12周预测值与实际值有一定差距,但调整后预测值在短期内与实际值较为接近,模型短期预测能力较强。     

基于BP神经网络的沪深300股指期货价格预测

本文在BP神经网络的基础上,利用沪深300股指期货的每日收盘价,对其价格进行实际模拟和预测。模拟结果与实际相比,有较高的精度和较为稳定的预测效果,说明BP神经网络对沪深300股指期货市场的预测是可行的。     

基于BP神经网络模型的沪深300指数预测

采用BP神经网络模型,利用MATLAB软件,通过沪深300指数2011年1月4日到2012年3月30日的开盘价、收盘价、最高价、最低价四组数据建立三层的BP神经网络模型,用前290天的数据对模型进行学习和训练,然后用后12天的数据对模型进行检测,最后对2012年3月15日的开盘价进行短期预测。结果表明,BP神经网络模型具有良好的泛化能力,在沪深300指数的预测方面有很好的预测能力,有很强的现实意义。     

基于专家评价和BP网络的组合赋权法

针对软件可信性评估问题中出现的属性权重的确定方法问题,提出了一种基于专家评价和BP网络的组合赋权法,并给出了用户的预期的概念,具有一定的理论和实际意义。     

浅析基于粗糙集神经网络的企业财务风险

本文在对企业财务风险的涵义和特点进行分析的基础上,提出了一种基于粗糙集BP神经网络预测方法.该方法克服了单纯的BP神经网络方法因为数据量太大、处理速度慢、解释能力差等缺点.结果表明,与传统的logistic回归模型相比,粗糙集——神经网络系统对检验样本预测精度更高,,是一种更无有效和实用的分类方法.