证券市场形态自动化交易模型分析

本文以沪深证券市场的实时数据为基础，应用现代数学的二维遗传算法和小波数学理论的形态函数周期小波系数系数特征描述子、多目标特征点集检测模型等理论，对证券市场的八种经典型态进行了动态分割预处理；多目标特征点集快速检测识别；对小波系数特征进行子轮廓局部匹配与跟踪等一系列分析。实验表明上述方法具有良好的稳定性和可靠性，且抗噪能力强、准确率较高。     

小波模极大值法在地震解释图像边缘检测中的应用

边缘作为图像的最主要特征,是图像视觉信息获取的重要内容。小波变换具有检测信号局域突变的能力,且可以结合多尺度信息进行检测,因此成为图像边缘检测的优良工具。基于信号与噪声在不同尺度下小波系数模的变化特征,可以通过检测小波变换系数模局部极大值点来提取图像的边缘特征。实际课题中将小波模极大值法应用于三维地震资料——相干切片图像的边缘检测中,证实了该方法能较准确地提取断层边缘,为下一步对断层的提取及解释提供有力保障。     

基于小波尺度相对能量熵的转子早期故障诊断

将小波能量熵引入转子早期故障监测,提出了小波尺度相对能量熵的转子早期故障预警和诊断方法。对连续监测转子获得的振动信号进行小波多尺度分解和重构,计算获得小波尺度相对能量熵,根据转子出现早期故障时小波尺度相对能量熵值的灵敏变化,及时预警和诊断转子的早期故障。     

基于改进小波神经网络模型的汤河含沙量预测研究

本文引入变量权重系数对小波神经网络进行改进,改善传统小波神经网络模型易出现局部收敛的缺陷,并将改进小波神经网络模型对汤河含沙量进行预测。研究结果表明:改进的小波神经网络模型改进了传统BP神经网络模型存在局部收敛的缺陷,在河流含沙量预测中,模拟的含沙量相对误差符合含沙量预测规范精度,可用于河流含沙量预测。研究成果对于河流含沙量预测提供参考价值。     

基于双正交小波变换的自适应图像水印算法

提出的基于双正交小波变换的盲水印算法,综合利用小波域中频各子带系数分布特点,选取重要边缘位置嵌入水印,水印强度可根据所处的嵌入位置自适应调节.实验结果表明:该算法能够有效抵抗附加噪声、裁剪和压缩等常见攻击,具有较强的不可见性和鲁棒性.     

综合系数法和功效系数法在油田企业绩效评价中的应用改进

综合系数法利用企业的财务指标,赋予每个指标一定的评价比重系数,计算企业的盈利能力、偿债能力、营运能力和成长能力的大小,根据总评分数对企业的生产经营状况进行综合性分析和评价。与综合系数法相比,功效系数法借助功效系数计算调整分。但是,在应用于油田企业的绩效评价时,这两种方法存在着不足。改进后的综合评分法解决了必须使用代表被评价企业所在行业平均值的"行业标准值"或"本档标准值"的问题,只需考虑被评价企业同一指标的最优值、最劣值和被评价企业的实际值,即可完成对被评价企业的评分;将最终得分的区间限制在60～100,这样容易获得被评价企业的认可,有利于评价结果的实施和应用。改进后的综合评分法更适用于石油集团内部各油田企业绩效的评价。     

基于小波包—VBICA的欠定盲源分离方法研究

为解决欠定盲源分离问题,本文提出基于小波包分解和VBICA算法的欠定盲源分离方法。先采用小波包算法对观测信号进行分解,对得到的小波包系数与原始观测信号进行重构,使之组成新的观测信号,这样,就转化为非欠定盲源分离问题。最后,采用变分贝叶斯算法,从新构造的观测信号中分离出故障源信号。通过实验对轴承故障信号进行分离,来验证所提算法的可行性。     

塔里木河径流演变规律研究

按照国家实施西部大开发战略的要求和国务院关于5~10年期间使塔里木河流域的生态环境建设取得突破性进展的指示精神,为了认识塔里木河干流径流规律的特点,为流域的水资源可持续发展提供依据,采用模比系数Kp值法、Morlet小波分析法、坎德尔(kendall)秩次检验法分别对塔里木河干流阿拉尔站(1958~2010)年径流的丰枯变化、周期性、趋势性展开分析。经计算分析,干流丰枯交替出现且所占比例相对均衡;周期存在17年的时间成分,径流呈不显著递减趋势。     

基于最优梯度估计及小波变换的图象边缘检测技术

基于信号在不同尺度下小波变换系数模不同的变化特征，结合最优梯度估计算法提出了 种边缘检测方法，实验结果说明这种边缘提取方法可以较准确地提取出有较大噪声的图象的边缘。     

地面大气折光系数对井下的影响

井下巷道的掘进期,正常生产期乃至间歇期,由于环境、条件的变迁,蒙气差系数势必有所变化,因而不能套用地面同一数值。     

遗传算法优化BP神经网络的岩质边坡稳定性预测

为了解决边坡工程中非线性变化给稳定性预测造成的困难,建立了GA-BP神经网络计算模型预测岩质边坡稳定性。采用定性评价和相互作用矩阵复核的方式,选取边坡坡度、边坡高度、斜坡结构类型、岩体强度、控滑结构面倾角、岩体结构特征、地表变形强度、人类活动强度8个评价因子作为BP神经网络的输入变量;利用遗传算法对神经网络的初始权值和阈值进行优化后训练岩质边坡稳定性预测模型;对比分析GA-BP神经网络和BP神经网络的预测效果。结果表明,优化后的预测结果误差绝对值小于0.15的占85%,未优化的传统神经网络仅占45%,优化后的预测结果更加接近真实值,表明遗传算法对传统BP神经网络的优化是有效的。研究结果对建立岩质边坡稳定性预测模型具有一定的参考价值。     

基于MSP430单片机和神经网络的原油三相计量装置

研制基于MSP430单片机和神经网络的原油三相计量装置。该装置将单片机和人工神经网络技术相结合用于原油三相计量,首先应用MATLAB软件环境下专门BP神经网络工具箱学习训练原油三相计量样本点数据,得到原油三相计量的BP神经网络软件模型,然后综合单片机和人工神经网络技术,将该软件模型嵌入到MSP430单片机实现原油三相计量,计量值由LED显示电路显示。实验结果表明：该装置计量原油三相体积流量误差小于0．1m^3／s。该装置克服了传统仪器难以建立精确数学模型等缺点,可方便计量原油三相。     

基于绿色供应链的报废汽车企业绩效评价研究

本文基于绿色供应链理念,以A企业为代表的报废汽车回收公司为例,建立岭回归-BP神经网络企业绩效综合评价模型。首先采用岭回归分析法对指标进行筛选,再通过BP神经网络模型对筛选的指标进行仿真训练,并将实际结果与仿真结果进行对比评价,最终就企业存在的问题分别从3个层面提出相关建议。     

L-M贝叶斯正则化BP神经网络在红外CO_2传感器的应用

针对温度会影响红外CO_2传感器的输出电压,造成对CO_2的浓度检测误差较大的问题,提出了一种基于L-M贝叶斯正则化BP神经网络的温度补偿方法。实验中将传感器输出电压比和温度作为神经网络的输入,CO_2浓度作为神经网络的输出,并通过L-M算法和贝叶斯正则化对神经网络进行优化。经过实验仿真证明,在温度补偿后红外CO_2传感器测量输出的浓度值最大相对误差为4.557 8%,具有较高的精确度。因此L-M贝叶斯正则化BP神经网络能对红外CO_2传感器进行有效的温度补偿,可为相关红外传感器仪器的改进提供参考。     

基于优化模糊神经网络控制的加热炉应用

针对加热炉具有大惯性和纯滞后性,提出优化模糊神经网络控制。该控制将模糊逻辑推理与神经网络控制技术融合,同时利用遗传算法优化隶属度函数,采用误差反向传播学习算法在线调节神经网络权值,提高了控制器的稳定性、鲁棒性和适应性。仿真结果证实了控制器的有效性。     

基于人工智能的设备颜色特性化方法鲁棒性对比研究

设备颜色特性化是色彩管理技术得以顺利实现的关键技术之一,其核心是设备相关颜色空间和与设备无关颜色空间之间的相互转换。本研究首先定义颜色空间转换方法的鲁棒性概念及其评价方法,在此基础上,对基于模糊控制的颜色空间转换方法、基于动态子空间划分的BP神经网络颜色空间转换方法和基于模糊神经辨识的颜色空间转换方法等基于人工智能的颜色空间转换方法的鲁棒性做了比较研究。研究结果显示：基于模糊神经辨识的颜色空间转换方法能够结合BP神经网络和模糊控制的特点,使其鲁棒性得到很大的提高。     

BP神经网络在药品销售预测中的应用

目的对药品销售情况进行科学的分析和预测,为合理制订药品采购计划提供参考。方法利用BP神经网络的数据分析、统计、对非线性数据进行拟合等功能,对药品未来的销售量和销售趋势进行分析和预测。结果BP神经网络仿真预测的药品销售量与实际销售量无显著性差异。结论BP神经网络在预测药品未来销售量上具有实际应用价值,为合理制订药品采购计划,降低药品流通成本提供参考依据。     

混沌神经网络在球磨机故障诊断中的应用

针对神经网络极易陷入局部极小的问题,采用引入动量项和混沌映射的改进BP算法,讨论引入动量项和混沌映射的神经网络综合模型的建模思路及其算法实现;介绍球磨机常见的故障类型,建立球磨机故障诊断的混沌神经网络模型,进行仿真试验,结果表明:该模型具有较高的预测精度,可以有效地运用于球磨机诊断中的故障预测。     

一种辅助工程项目投标决策ANN方法

工程项目投标决策问题不确定性较强，受决策者主观意志影响较大，如果施工单位不加选择地盲目投标，势必会给企业生产经营带来混乱，并且造成极大的浪费。借助于有效利用企业历史投标数据的理念，提出了一种基于人工神经网络（ANN）的量化计算方法，通过构建BP神经网络模型对企业历史投标数据进行信息挖掘，进而对拟投标项目进行评估预测，可以较好地解决由于决策者主观影响带来的决策失误问题。通过实例阐述了利用MATLAB编程进行计算的过程。     

一类神经网络自校正控制器的设计与研究

提出一种新的神经网络自校正控制器的设计方法 ,采用神经网络 BP算法作为控制器来控制实际对象 ,动态地修改神经网络的权值作为自校正方法 ,使系统较好地适应负荷和外扰的变化 ,获得满意的控制质量。