共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
影响税收的主要因素是国内生产总值、职工工资总额、财政支出、政策因素;径向基函数神经网络的工作原理、应用及不足,用紧支撑函数代替高斯基函数作为激励函数来设计神经网络;用训练后的网络进行税务预测。 相似文献
3.
影响税收的主要因素是国内生产总值、职工工资总额、财政支出、政策因素;径向基函数神经网络的工作原理、应用及不足,用紧支撑函数代替高斯基函数作为激励函数来设计神经网络;用训练后的网络进行税务预测. 相似文献
4.
建立了露天矿岩质边坡稳定性分析评价的径向基函数(RBF)神经网络模型。实例检验结果表明,基于RBF神经网络建立的边坡稳定性分析模型是合理的、可靠的。将该模型应用于白云鄂博东矿边坡的稳定性分析中,取得了有益的结果,为该矿的安全生产提供了决策依据。 相似文献
5.
影响税收的主要因素是国内生产总值、职工工资总额、财政支出、政策因素;径向基函数神经网络的工作原理、应用及不足,用紧支撑函数代替高斯基函数作为激励函数来设计神经网络;用训练后的网络进行税务预测。 相似文献
6.
针对非线性变化的期货价格,建立了基于主成分分析的RBF神经网络模型。首先利用主成分分析法从8个原始变量中提取主成分,最后利用选定的3个主成分作为径向基神经网络的输入。通过对比,该方法较一般的径向基神经网络有更好的预测结果。 相似文献
7.
8.
9.
介绍了最小二乘支持向量机(LS-SVM)的回归算法,给出了基于matlab的工具箱LS-SVMlab对城市用水量预测的算法步骤。选择高斯径向基核函数作为核函数,利用最小二乘支持向量机(LS-SVM)映射出城市用水量和人均综合用水量及用水人口间的非线性关系,从而建立出基于LS-SVM的,模型参数分别为的关于城市用水量的预测模型。与神经网络的预测结果相比较,该模型具有较高的预测精度和动态适应性。 相似文献
10.
在支持向量机(Support Vector Machine,SVM)方法的基础上融入主成分分析(Principal Component Analysis,PCA)方法,可构建PCA—SVM财务危机预警模型。以我国海外上市公司为研究对象,运用PCA提取出对财务危机具有显著影响的特征指标,进而通过训练集在不同核函数下对SVM进行训练,最后运用测试集对经过训练得到的SVM财务危机预警模型进行性能验证与评价。实证研究结果表明,PCA.SVM财务危机预警模型在线性、多项式、径向基和sigmoid四种核函数下都具有良好的预测能力,而径向基核函数下的PCA-SVM财务危机预警模型具有更加优越的学习能力与泛化推广能力。 相似文献
11.
对金融时间序列的预测在投资决策以及风险规避中具有重要的意义,其中的股票市场走势预测始终是金融市场预测领域的热点和难点。本文通过对BP神经网络、径向基神经网络和小波神经网络的预测效果进行比较,发现BP神经网络在上证指数预测中具有较高的准确性。 相似文献
12.
本文从建立教师绩效评价的意义入手,提出了教师绩效评价标准,探讨并构建了适应于教师绩效评价的指标体系。在比较各种评价模型和算法优缺点的基础上,提出了基于径向基(RBF)神经网络的教师绩效考评价模型,并设计出了系列数据处理算法。通过网络训练、泛化结果分析,表明用RBF神经网络来评价教师综合评价是非常可行的。 相似文献
13.
供应商的选择及优化是企业成功运营的一项重要环节,其采购成本的高低、质量的优劣直接影响企业后续生产销售。针对这个问题,本文基于JIT采购的交货准时、高质量和SDN的多功能合作、动态稳定等特点,以SDN内部企业为研究对象,建立了多方位的供应商评价指标体系。最后利用径向基函数神经网络模型来计算各供应商的综合指标,同时运用算例来验证该网络模型的可行性和有效性。 相似文献
14.
供应商的选择及优化是企业成功运营的一项重要环节,其采购成本的高低、质量的优劣直接影响企业后续生产销售.针对这个问题,本文基于JIT采购的交货准时、高质量和SDN的多功能合作、动态稳定等特点,以SDN内部企业为研究对象,建立了多方位的供应商评价指标体系.最后利用径向基函数神经网络模型来计算各供应商的综合指标,同时运用算例来验证该网络模型的可行性和有效性. 相似文献
15.
利用径向基概率神经网络(RBPNN)的统计方法对海西西岸经济区的港口进行规划,该方法结合了概率密度和Bayes最优原则,在分类应用上表现良好。RBPNN动态自学习能力对海峡西岸经济区的分类具有良好的泛化能力,对各港口未来的发展战略具有良好的指导意义。 相似文献
16.
人工神经网络(ANN)进行建模时通常需要准备大量的数据样本,同时网络结构一般都比较复杂;而采用支持向量机(SVM)进行建模时,不同核函数有不同的效果,各有利弊,且选取SVM模型参数的理论支撑尚不完整。为了解决这些问题,提出了一种基于混合核函数的支持向量机来改善来波到达角(DOA)的估计性能,并结合二进制粒子群算法(PSO)来对混合核函数进行参数寻优。该混合核函数由全局核函数和局部核函数构成,提高了SVM的泛化能力和学习能力。首先通过拟合多项式函数,验证了该混合核SVM的有效性。将该方法用于DOA估计建模,在不同信噪比和快拍数下,通过与径向基函数(RBF)神经网络、基于各单一核函数的SVM和MUSIC算法预测结果对比,混合核SVM均方差有所降低,提高了DOA估计的精度且有更好的稳定性。 相似文献
17.
针对径向基函数(Radial Basis Function,RBF)神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定,其定位效果不理想的问题,提出了一种用核主成分分析的模糊C均值聚类算法(Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM)和模拟退火自适应遗传算法(Simulated Annealing adaptive Genetic Algorithm,SAGA)优化RBF神经网络的无线室内定位算法。首先利用KPCA对原始训练数据样本进行数据预处理,再通过KPCA-FCM算法计算出最优聚类数目和聚类中心点;其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值,创建RBF神经网络,并将其网络参数映射到SAGA算法中;再次由SAGA算法进行网络参数寻优,把最优的解映射回RBF神经网络;最后利用样本数据对RBF神经网络进行训练和测试,完成建立RBF神经网络算法模型。实验表明,在相同的环境中,所提算法比传统RBF神经网络定位精度提高了48.41%。 相似文献
18.
基于多因素分析的区域物流需求径向基函数网络预测 总被引:2,自引:0,他引:2
对区域物流需求量进行合理、精确地预测,能为政府部门科学制定物流规划、合理配置物流资源提供决策支持和依据。在对影响区域物流需求的多种因素进行全面分析以及物流需求量指标合理选取的基础上,采用径向基函数神经网络构建区域物流需求量的非线性预测模型,并以四川省相关统计数据为基础,对区域物流需求量进行了预测,取得了满意的预测结果。研究表明:该预测模型较全面地反映了区域物流需求量的变化规律,预测精度较高,泛化能力强,预测结果具有较高的可信性。 相似文献
19.
讨论了基于点云数据的曲面表示问题,采用基于核函数理论的支持向量回归杌实现点云数据的处理,拟合出曲面,得到点云数据的一个曲面表示.实验结果表明径向基核具有建模光顺性好、处理速度快等优点. 相似文献