基于神经网络的股票发行定价方法探析

以神经网络去模拟股市这个“黑箱”，以上市公司的财务状况为输入变量，那么得出的网络输出值则可以看作为公司要发行股票的价格。通过实例分析，证明了这种思想的充分性，但同时列举了影响定价精确性的几个因素。     

基于人工神经网络的企业技术创新能力评价

通过构造企业技术创新能力评价指标体系,提出了一种基于人工神经网络的评价方法,并针对具体企业进行了实例验证。     

基于神经网络的科技成果转化评价

通过对科技成果转化进行细分,从市场、社会、生态3方面确立了反映科技成果转化短期效果和长期效果的评价指标体系,并且运用3层BP人工神经网络方法对科技成果转化进行评价,最后提出改进科技成果评价的对策,为科学合理地进行科技成果转化评价提供借鉴。     

ANN-GARCH混合模型的理论尝试

针对以往研究的经验,根据中国证券市场波动不对称性的特点,本文尝试把人工神经网络和GARCH族模型结合,试图发掘一种更适合中国证券市场的波动性预测模型。这也是到目前为止,对中国证券市场的诸多建模中首次用到的混合模型。     

从统计学习理论到应用领域与模型拓展：KNN综合探究

文章探讨统计理论学习中KNN(K-近邻算法)及其在深度学习领域的拓展形式,即ANN（人工神经网络）和CNN（卷积神经网络）算法,对这些算法的原理、应用领域及最新研究成果进行荟萃分析（Meta-Analysis,Meta）与系统性分析,给出基于英文数据库（Web of Science）的有关KNN研究的检索流程、文章摘要高频词、时间序列特征等相关统计分析;通过分析相关文献,强调相关算法在数据分类、图像识别和模式识别等领域的重要性与实用意义;最后提出对未来研究的展望,以期相关算法在各种应用中得到进一步的完善和优化。     

基于BP网络方法的长江水质综合评价

水质综合评价因子权重的确定方法使得评价结果带有较强的主观性,神经网络方法则可以有效地排除主观因素的干扰。文章构造了一个多因子水质综合评价的3层BP网络模型,以溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH3N）为评价因子,对长江17个监测点的水质进行了综合评价。其中1个站点为Ⅰ类水质,7个站点为Ⅱ类水质,6个站点为Ⅲ类水质,2个站点为Ⅳ类水质,1个站点为Ⅴ类水质。     

基于BP人工神经网络的风险投资项目评价模型的研究与设计

对于一个风险投资机构,项目选择时的评价是其整个风险投资运作的起点,直接关系到风险投资的成败。本文在分析风险投资项目指标体系的基础上,提出了一个基于BP人工神经网络的风险项目评价模型。实例分析表明,该模型能较全面地考虑风险投资项目中的各种影响因素,评价结果合理。     

梯度法在人工神经网络中的应用

本文介绍了人工神经网络的基本结构,采用梯度算法对人工神经网络中由非线性变换单元组成的前馈型网络公式进行了推导。     

城市土地集约利用程度的人工神经网络判定——以深圳市为例

研究目的:探索适合城市土地集约利用综合评价的非线性定量方法。研究方法:人工神经网络(ANN)模型及实证分析。研究结果:深圳市土地集约利用ANN模型评价结果显示,全市土地集约利用水平基本分4类。即集约利用-效益均衡型、集约/适度利用-效益偏好型、适度/低度利用-效益不均衡型和低度利用型。研究结论:基于ANN的城市土地集约利用评价模型,在处理不同量纲指标和减少人为主观因素上具有优势,其结果不仅能反映土地集约利用程度的区域差异,也能反映各指标对土地集约利用水平的贡献     

运输问题的人工神经网络方法

构造一个Hopfield神经网络,使其平衡点为运输问题的最优解;提出了运输问题的人工神经网络方法。这种算法易于软件实现,对于高维问题其计算量的增加远远低于表上作业法,此外,对于补值并不要求必须是可行解,这将给算法的实现带来极大的方便,最后给出了一个实例的仿真计算,并把人工神经网络方法的结果与表上作业法的结构进行了比较和分析。