基于动态递归神经网络的洪水灾害损失预测

对洪水灾害损失进行预测,旨在为我国巨灾保险产品的创新提供新的理论依据。神经网络自身的联想能力决定了它在预测方面有比较大的优势,特别是在处理洪水灾害损失这类动态问题上,Elman动态神经网络能很好地预测洪水灾害损失,与静态神经网络相比,预测所得结果的精度进一步提高。     

非线性动态系统的递归神经网络预测研究--对我国钢铁产量的预测分析

钢铁行业是我国国民经济的支柱产业之一,为国民经济的持续发展作出了积极的贡献.因此,对钢铁产量的预测研究已经成为一项非常重要的课题.文章使用基于数据挖掘和知识发现的人工神经网络法、时间序列分析法、递归神经网络技术来预测钢铁产量的方法,并将递归神经网络方法预测的结果与前面的两种方法的预测结果进行比较,比较的结果说明该方法是可行的.     

基于E-BP神经网络的科技奖励评价模型研究

根据简单多数原则引入专家动态权数,与人工神经网络BP算法相结合,构建E-BP科技奖励综合评价智能模型。实证分析表明,该模型减少了传统科技奖励评价方法中受专家主观因素和模糊随机因素的影响,使评价结果更加客观、合理。     

基于GA-BP神经网络的通信卫星效能评估模型研究

卫星通信作为未来联合行动的重要通信手段,其运用效能对联合行动的影响重大.该研究以通信卫星运用效能研究为切入点,通过对关键问题进行树状分解,建立了包含35个指标的通信卫星运用效能评估指标体系,基于GA-BP(Genetic Algorithm-Back Propagation)神经网络方法,构建了通信卫星运用效能评估模型.通过实际卫星工作过程中产生的数据对所建立的模型进行了验证,证明了该模型能够有效地评估通信卫星的运用效能.     

基于BP神经网络的遥感水深反演

本文在Landsat7 ETM+遥感影像预处理的基础上,利用影像单波段与多波段组合的反射率和实测水深值之间相关性,建立了安徽省淮河临淮岗段BP神经网络水深反演模型.结果表明:该模型反演水深值与实测水深值的平均绝对误差为为0.5682米,平局相对误差12.11%.决定系数0.8465,均方根误差07167米.说明BP神经网络模型较好的非线性映射能力,能很好的运用于研究区水深反演.     

一种基于孪生神经网络的深度异构网络嵌入算法

针对现有异构网络嵌入方法导致的捕获关系冗余和模糊的问题,提出了一种基于孪生神经网络的深度异构网络嵌入模型。首先,基于面向关系的深度嵌入(Relation-Oriented Deep Embedding,RODE)框架构建了异构网络嵌入模型,以区分同型节点和异型节点之间的关系;其次,将同型节点与异类节点之间的相似性近似到低维空间,通过构建多任务的孪生神经网络来实现节点之间结构和语义关系的深度嵌入;最后,选取四个数据集执行典型网络挖掘任务,并与其他六种算法进行实验对比分析。实验结果表明,保持相同类型节点之间的相似性有助于提高节点分类效率,且损失函数在提高异构网络嵌入质量方面具有良好的优越性;RODE模型能够有效提高稀疏网络的嵌入质量,且具有良好的稳定性和鲁棒性。     

一种基于CNN与LSTM结合的微表情识别算法

微表情表现强度微弱且非常短暂。针对微表情识别效果不理想的问题,以视觉几何组（Visual Geometry Group,VGG）网络为基础,提出卷积神经网络（Convolutionnal Neural Network,CNN）与长短期记忆网络（Long Short-Term Memory,LSTM）结合的识别算法。CNN提取数据集CASME II的空域特征,LSTM处理时域特征,实现空域与时域特征的结合。针对深度学习训练困难以及过拟合问题,加入批量归一化算法与丢弃法,提高网络训练速度,有效防止过拟合。针对数据集稀缺的问题,固定每次读取帧序列的长度,随机生成起始帧的位置,不断循环读取以遍历整个数据集并达到数据扩增。根据实验结果,五类微表情(高兴、惊讶、厌恶、抑郁、其他)识别率最高可达72.3%。     

基于BP神经网络的消费者对冷链支付溢价意愿分析

生鲜农产品安全是社会普遍关注的热点,也是学者关注的焦点之一。生鲜农产品在人们现实生活中不可或缺,由于我国生鲜物流条件的制约,目前生鲜农产品保鲜等方面品质保证还不尽人意,冷链是先进的生鲜农产品供应链体系,其发展已经列入国家重点发展规划,但冷链的发展最终需要得到市场的认可,消费者对冷链食品的接纳程度成为关键性因素。文章采用BP神经网络的综合评价方法对消费者对冷链支付溢价意愿进行研究,利用一种权值谱分析方法,分析了消费者对冷链支付溢价意愿和各个变量之间的关系,得出冷链支付溢价意愿影响的各个指标因素的排序,对因素进行综合分析,并针对性地提出强化冷链消费引导等建议。     

基于BP神经网络的我国M2/GDP预测与对策

本文计算了1993年至2005年我国M2/GDP,发现该数据总体呈上升趋势,这一定程度上反映了我国体制上的深层次问题。另外,本文运用带有动量项和自适应学习率的BP神经网络方法预测出我国2006年的M2/GDP是1.6386左右,并提出了一些相应的政策建议。     

金融风险计量中人工神经网络的应用

通过简要介绍金融风险计量方法的演进,阐述人工神经网络作为新技术如何具体应用到金融风险计量中以及可行的遗传算法对人工神经网络的优化,论述了人工神经网络目前的应用现状,提出要运用其函数逼近、最优化处理功能于金融风险计量。