基于人工神经网络（ANN）的智能检测系统数据融合研究

根据人工神经网络的特点,对其在智能检测系统数据融合多种结构形式及多层次中的应用进行了研究,并给出了一个人工神经网络在压力测试中的数据融合的应用实例。     

模拟电路智能故障诊断

模拟电子电路集成度日益提高,使得某些电路内部节点存在不可及性.基于神经网络和专家系统的模拟电路故障诊断系统,其采集数据先输入到模糊处理模块进行模糊处理,再送人工神经网络模块推理,推理结果需进行融合处理,以提高诊断的可靠性,再根据融合结果检索操作指导数据库得到指导信息,最后得到诊断结论.     

模拟电路智能故障诊断

模拟电子电路集成度日益提高,使得某些电路内部节．最存在不可及性。基于神经网络和专家系统的模拟电路故障诊断系统,其采集数据先输入到模糊处理模块进行模糊处理,再送人工神经网络模块推理,推理结果需进行融合处理,以提高诊断的可靠性,再根据融合结果检索操作指导数据库得到指导信息,最后得到诊断结论。     

基于人工神经网络的企业信息化阶段识别方法

反映企业信息化发展阶段特征的指标有很多，这些指标随着信息化水平由低级到高级的发展而表现出非线性的变化特征；根据这些特点，利用人工神经网络对企业信息化阶段进行了识别；对人工神经网络在企业信息化阶段识别中的应用作了一定的探索。     

粗集和神经网络融合的大坝病变成因挖掘

大坝病变成因挖掘是大坝安全管理的重要基础，是大坝病变识别的前提。在病变分析识别中，由于大坝的工作条件比较复杂、病变模式和机理各不相同，常用的分析诊断方法很难实现大坝病变成因挖掘，因此本文将通过分析粗集理论和人工神经网络各自在信息挖掘应用中的优缺点，提出粗集和神经网络融合的算法，并将该算法运用到大坝病变成因挖掘中。     

浅析大数据对中国制造业上市公司财务管理的影响

本文将通过分析我国制造业上市企业财务管理的特点,以及大数据在我国制造业上市企业财务管理中的应用现状,优化分析等,从中发现大数据与我国制造业上市公司财务管理融合的问题.     

中国省域大数据与制造业融合测度分析 ——基于2013-2018年中国省级面板数据

基于2013—2018年中国省级面板数据,本文从产品、企业和产业三个层面系统分析大数据与制造业融合的内在机制,从融合基础、融合应用、融合动力和融合效益4个维度构建大数据与制造业融合水平评价指标体系,并利用熵值法对中国29个省市大数据与制造业融合水平进行测度与比较分析。研究发现:中国及各省市大数据与制造业融合水平均在不断提升;大数据与制造业的融合水平呈现出区域差异和两极分化的现象,东部地区大数据与制造业融合水平明显高于中西部地区。在此基础上,提出了推动大数据与制造业深度融合的对策性建议。     

数据要素促进数字经济和实体经济深度融合的理论逻辑与分析框架

数据是数字经济的关键生产要素,在促进数字经济和实体经济深度融合中发挥重要引擎作用,并畅通国民经济循环。数据进入实体经济循环系统,快速融入生产、流通、消费、分配等各环节,优化资源配置,畅通流通渠道,促进供需精准匹配,激发新兴需求,形成数字技术应用—传统实体企业转型—科技创新的良性循环。融合发展是数字经济的重要特征,数据驱动要素融合、产品融合、企业融合、产业融合和市场融合,培育数字经济和实体经济深度融合的循环系统。促进数字经济和实体经济深度融合,政府和各类经营主体应更加重视数据驱动发展的作用,着力提升企业构建数据能力和开发利用水平,探索多元化的企业数据流通模式,打造典型应用场景和产业数据空间,提升数字经济和实体经济的循环效率。     

论计算智能在证券投资组合中的作用

首先介绍了Markowitz的证券组合理论，其次，介绍了计算智能的主要研究对象，包括人工神经网络、遗传算法、模糊逻辑的特点及在证券投资组合中的应用，提出来将三者结合起来，从而实现优势互补。     

基于BP神经网络的营销网格资源需求预测研究

利用企业历史积累的营销数据,采用人工神经网络的方法,对未来的营销资源需求进行预测,首先选取具有代表性的网格属性数据作为输入变量,将其对应的营销资源需求进行定量化表述并作为输出变量,将这些数据作为样本数据对以构建好的人工神经网络进行反复训练,直至得到理想结果为止,这样就构成了营销网格资源需求预测模型。     

分析化学中人工神经网络的应用现状和发展

近年来常用的化学计量学方法主要有：Fourier变换、Kalman滤波、小渡变换、Fourier自去卷积、人工神经网络等。本文主要介绍了人工神经网络在分析化学中应用的现状和发展。     

大数据背景下我国农产品物流的变革与发展方向

近几年“大数据”成为新的时代主题词,并全面影响了经济发展的各个方面,物流行业也被裹挟其中.物流行业与信息技术的融合,特别是大数据在物流管理中的应用,能够大大提高物流运行的效率.我国农产品物流起步较晚,至今还维持着传统的农产品物流模式.在大数据时代农产品物流正面临着挑战,但同时也有机会转身,借助大数据带来的优势,实现新的跨越式发展.     

长短期记忆模型在股票价格趋势预测应用研究

股票价格具有的复杂性与动态性,为预测股票价格趋势带来了艰巨的挑战。人工神经网络、支持向量机和决策树等一系列机器学习算法被用于预测股票价格,并取得了成果。长短期记忆模型LSTM(Long ShortTerm Memory)可以获得股票价格数据中的遗留信息,在处理时间序列数据方面有非常优秀的性能。我们使用LSTM模型预测股票价格走势,并选择亚马逊公司(AMZN)的股票价格数据进行实验。实验表明,LSTM模型对于股票价格趋势预测效果显著。但仍然有许多不足需要在后续改进。     

电力系统运行中人工智能的应用

人工智能是在计算机科学、控制论、信息论等多种学科相互渗透的基础上发展起来的一门新兴边缘学科,主要研究用机器来模仿和实现人类的智能行为。经过几十年的发展,人工智能应用在不少领域得到了发展,在电力系统中的应用力度也在不断加大。本文从人工神经网络、专家系统以及模糊理论三个方面对电力系统运行中人工智能的应用做了详细的阐述。     

广西城市经济分析与发展研究

城市经济在区域经济中已起到越来越重要的作用,但广西城市经济还比较落后。通过应用层次分析法(AHP)和人工神经网络法(ANN)对广西城市经济数据进行分析,提出了重点发展南宁、柳州、桂林、北海、梧州和百色等六大城市和形成湘桂、南昆和西江等三条发展带的观点,为广西区域经济发展提供了指导作用。     

数据挖掘方法及其在我国财政管理领域的应用

以数据挖掘方法的基本概念和挖掘过程为基础,探讨数据挖掘方法在财政管理中的应用。主要内容有：（1）数据预处理,是指在对数据进行数据挖掘之前,先对原始数据进行必要的清洗、集成、转换、离散和规约等一系列的处理工作,使之符合挖掘算法进行知识获取研究所要求的最低标准;（2）分类挖掘法,包括贝叶斯算法、决策树算法、遗传算法、k－近邻算法和人工神经网络;（3）关联挖掘法,挖掘探索出隐藏在数据间的相关关系;（4）聚类挖掘法,按照样本在性质上的亲疏远近进行分类。通过对财政管理中的财政收入进行挖掘,得出结论：企业所得税虽然在数值上往往比营业税或者增值税高,但通过决策树算法进行挖掘,可以看到在财政收入中企业所得税与税收占比极可能具有更强的关联性。     

人工神经网络在建筑管理中的运用

近年来,我国的建筑工程正在快速发展,而且还具有较强的复杂性和长期性,传统的预测方法已经不能符合现代建筑工程的管理需求,在此基础上,就出现了一种非常受欢迎的预测方法——神经网络.因此,本文对人工神经网络在建筑管理中的应用进行了重点分析,对建筑管理的有效进行具有非常重要的意义.     

基于因子分析BP神经网络的上市公司财务业绩综合评价

为了克服传统的主观赋值的财务业绩评价方法,将因子分析法和BP人工神经网络相相结合,建立了评价模型．并用河南省31家上市公司数据加以验证。实证分析表明,这种测评方法减少了评价过程中的随机性和评价人员主观上的不确定性及其认识上的模糊性,而且通过对参评样本的不断学习,使系统误差达到预定的范围内。     

遥感图融合方法比较研究

近些年来,遥感图像融合技术获得了普遍关注和广泛的应用,其理论和方法已经成为智能信息处理、遥感应用等学科的重点研究领域。本文以高光谱和高空间分辨率影像的处理及应用技术为研究对象,重点对TM、IKONOS及QuickBird等高空间分辨率卫星影像以及高光谱数据的融合与处理技术进行分析和实验研究。本文介绍了几种遥感图像融合算法:PCA变换、HIS变换、小波变换。同时归纳了融合质量评价标准,对这些算法融合的结果进行了定量化分析对比。     

“互联网+”趋势下产业链大数据整合与应用研究

在“互联网+”趋势下,随着产业链大数据的不断增长,产业链大数据的信息融合、技术需求以及定制服务对已有的大数据平台建设和统计思路带来了严峻挑战。阐述了产业链大数据理论,分析了产业链大数据的基本权利、发展需求以及服务创新环节,最后,提出了产业链大数据平台未来的应用前景和发展方向。