基于K-means算法的神经网络文本分类算法研究

本文在分析文本分类算法的一般模型和现有技术后,针对传统神经网络算法存在的问题,提出了一种引入Kmeans算法用于训练RBF神经网络的径向基函数中心,改善误差反向传播（BP）神经网络分类算法收敛速度较慢的缺点。实验结果表明,改进后的RBF网络与BP网络、RBF网络相比,在取得较好分类精度和召回率情况下,具有较高的运算速度和较强的非线性映射能力。     

基于RBF神经网络的股票价格预测

由于股票的价格是非线性的时间序列,文章提出了基于RBF神经网络的个股价格预测模型,该模型优于传统的股市技术分析方法,又避免了BP算法容易陷入局部极小点和收敛速度慢的缺点。根据实验的仿真结果显示,该模型对于个股价格的短期预测效果较好。     

基于RBF神经网络的中国黄金市场价格预测

本文以上海黄金市场的现货交易为研究对象,鉴于传统的线性分析方法的局限性,构建了RBF神经网络非线性模型,对上海黄金市场的Au99.99开盘价进行了预测。结果证明,RBF神经网络模型为黄金价格预测提供了一种有效的高精度的预测工具。     

基于RBF神经网络的股市涨跌分类预测

本文介绍了RBF神经网络的基本概念以及网络结构,并利用基于RBF建立的概率神经网络对上证股市的涨跌进行了分类预测,实例计算分析表明基于RBF的概率神经网络在对股市整体走势的预测上表现较好.     

基于RBF神经网络的过程质量诊断研究

对控制图模式识别方法的提高与改进是改善过程工业质量诊断和质量控制的关键。利用RBF神经网络设计了过程质量诊断模型,然后用K-means聚类算法确定隐含层RBF神经网络节点数,最小二乘学习算法对网络进行学习训练,并利用MATLAB7.0对网络进行仿真,结果表明该方法比传统方法能够较快地识别出控制图的异常模式,且具有较高的识别精度,能够达到过程质量诊断的要求。     

基于RBF神经网络的船舶辐射噪声预测

本文根据船舶辐射噪声信号的混沌特性,基于重构相空间的轨迹演化规律,构建一种快速的RBF神经网络对船舶辐射噪声进行预测。实验证明,运用这种RBF神经网络对船舶辐射噪声的预测精度高于Volterra自适应滤波预测滤波器,而且更快的收敛速度。     

机械加工零件的热处理技术研究

工农业的发展对热处理技术提出了更高的要求，机械加工零件在加热时如何很好地控制温度已成为关键性的技术。为了克服传统RBF网络控制中存在的问题，本文设计了自适应模糊C -均值聚类算法优化的RBF神经网络预测器及BP神经网络控制器。通过合理地初始化RBF神经网络预测器中的三个参数，使控制器的输出更好地稳定在给定值。仿真表明，模糊优化的网络比原始网络控制具有更好的控制效果，节约能源，提高热处理性能。     

基于AIW-PSO小波神经网络的上证指数预测

针对小波神经网络(Wavelet Neural Network,WNN)的学习算法的不足,采用一种自适应惯性权重粒子群优化算法(Adaptive Inertia Weight Particle Swarm Optimization,AIW-PSO)作为小波神经网络的学习算法,建立AIW-PSO小波神经网络模型对上证指数进行预测,并将预测结果传统小波神经网络模型比较。结果表明,AIW-PSO小波神经网络模型对上证指数具有更好的预测效果。     

基于RBF神经网络的政府投资项目投资估算

<正>一、基于RBF神经网络估算模型的建立过程RBF(径向基Radial Basic Function Neural Network)函数神经网络是20世纪80年代末,Moody和Darken提出的一种特殊的三层前馈网络,它只具有一个隐层的,它的运算结构和学习算法与BP网络有很大的区别,并且很大程度上克服了BP神经网络的缺点。近年来RBF神经网络以广泛应用到各个领域,并     

基于人工神经网络的水下爆破振动预测技术

为了研究梧州市某水道航段疏浚、炸礁爆破振动对临近建构物产生影响的规律。根据现场监测的振动数据,利用MATLAB软件进行RBF神经网络建模与分析,选取比例药量、场地系数、孔网参数、孔数作为输入层元素,以实测爆破合振速峰值为输出层进行网络训练,进而进行爆破振动预测,并与工程爆破振动预测中使用最为普遍的BP神经网络进行对比。得出人工神经网络中RBF模型的RMSE与R2都要比BP模型预测精度高,RBF模型更适用于水下爆破振动预测。     

基于RBF神经网络的物流园区选址评价体系研究

由于我国物流园区的建设在选址规划和管理运作方面还需在实际中探索,因此,文中针对物流园区选址问题,构建基于RBF神经网络的选址评价体系模型进行应用研究,将为我国的物流园区规划发展提供了新的理论基础和整体框架参考。     

基于DFNN的金融股指预测及金融非线性系统辨识研究

针对证券市场内部结构的复杂性、外部因素的多变性,本文采用动态模糊神经网络（DFNN）进行金融股指预测。DFNN能够实现在线学习,并且参数估计与结构辨识同时进行;同时采用误差下降率（ERR）修剪技术,保证网络拓扑结构不会持续增长,避免了过拟合及过训练现象,确保了DFNN的泛化能力。本文以上证指数为例．通过与同样以高斯函数作为传递函数的RBF算法预测结果的比较和分析．表明DFNN预测上证指数的偏差较小,预测的方向准确性较高。通过DFNN模型提取的模糊规则对金融系统运行模式进行分析．为研究金融非线性系统辨识提供了启发性思路。     

TPL参与的V MI供应链集成模式研究

VMI的实施对买方而言益处是显而易见的,而对卖方或者供应商而言则是有利有弊的。供应商物流能力的制约是产生弊端的主要原因之一。鉴于此,TPL被引入到VMI模式中。文中首先从多角度分析了VMI＆TPL的集成动因,其次构建了引入TPL后的VMI＆TPL集成模型,并分析了在不同模型中TPL所承担的责任和所起的作用。根据TPL在VMI＆TPL模型中角色和作用的不同,将VMI＆TPL集成模式分为分散型、协调型和集中型VMI＆TPL模式,并分别阐述了其适用环境。最后讨论了VMI＆TPL的运作流程并提出了VMI＆TPL集成模式有效运作的基本原则。     

关于我国证券市场风险防范问题的思考

本文就我国的证券市场的存在的风险防范面临的主要问题进行分析,为如何正确的进行证券市场风险规避提出一些建议。     

智能光纤配线网技术及其发展

互联网技术的高速发展需要高带宽的网络。以铜为传输介质的传统网络传输线路已远远不能满足人们对于带宽的需求。为了加快我国宽带的发展,满足人们日益增长的宽带要求,FTTx已开始进行了大规模部署,因此智能光纤配线网(iODN,Intelligent ODN)也得到各大运营商和生产商的极大关注。本文介绍了iODN的组成、功能以及在中国的发展情况,并对iODN未来的发展进行分析。     

电力调度自动化系统网络建设研究

现如今的网络发展极为迅速,网络已经不断的普及到人们的日常生活之中。网络技术在电力自动化系统中的应用和电力系统中的自动化网络建设与运行也是顺应网络信息发展的必然趋势。电力调度自动化系统网络建设让电力系统的工作效率得到提高,尽可能的减少人工劳动力的投入,这就为企业降低生产成本,增强自身的竞争力提供了条件。本文主要就构建电力调度自动化网络建设与实现的几个主要方面进行简要的分析,并在此基础上提出相应的解决措施。     

浅析军队院校对学员非战争军事行动能力的培养

在新世纪新阶段,我军的职能任务不断拓展,要求既要有应对传统安全威胁,遏制战争和打赢战争的核心军事能力,又要有应对非传统安全威胁,完成多样化军事任务的能力。面对多样化军事任务对人才的需求,必须充分认识培养学员非战争军事行动能力的重要性和紧迫性,在搞好以培育核心军事行动能力为中心的理论教学和技能培训的同时,大力加强学员非战争军事行动能力的培养,为完成多样军事任务提供强有力的人才支撑。     

浅析幼童服装的款式设计及结构改进

人们对服装的要求随着人们思想的进步以及生活水平的不断提高也提高出了更高的要求,尤其是对幼童服装,不仅要求服装的色彩、功能,更加注重绿色环保的服装设计,幼童身体尚未发育完全,活泼好动,易出汗,皮肤敏感,抵抗力差,这就要求幼童服装不仅要遮体御寒,更要保护身体,免受外界伤害。所以人们逐步开始关注童装的舒适性、安全性。     

注聚泵液力端的改进设计

通过对油田在用注聚泵的使用情况进行调研,针对现场使用中出现的问题,以提高注聚泵液力端易损件的使用寿命及工作性能为目的,本文通过对聚合物流动特性的分析,提出了注聚泵液力端的改进方案。液力端采用了导流型泵阀,其导流性好,对聚合物降解也降低。     

宿迁中心城区居民出行特征与优化引导对策研究

从出行次数、出行目的、出行方式、出行距离等各个方面分析城市居民出行特征,探讨其对居民出行的影响关系,结合居民出行意愿、路网情况、经济情况与可持续发展要求,提出宿迁中心城区居民出行优化引导对策。