基于神经网络建立矿井煤与瓦斯突出区域预测模型的研究

煤与瓦斯突出是严重威胁煤矿安全生产的矿并瓦斯动力现象,它是由地应力、瓦斯压力、煤体结构三者综合作用形成的.制定突出危险性预测和防突措施效果检验指标体系的重要理论和技术依据,是对煤与瓦斯突出机理及预测指标的研究.因此,本文基于渐进神经网络的研究建立的煤与瓦斯突出危险性区域预测模型的研究,具有较好的针对性,从而能为矿井制定安全生产措施提供重要依据.     

基于BP神经网络的零售连锁企业安全库存预测方法

通过对零售连锁企业中安全库存量的影响因素分析,建立相应的BP神经网络预测模型,并用实际安全库存量对网络进行训练,利用训练好的模型进行安全库存量的预测,实验结果表明准确度较高。     

财务管理神经网络智能决策支持系统的研究

财务管理决策支持系统(简称DSS)是辅助各级决策者实现财务管理的科学决策系统。它主要通过人机交互的方式,利用大量财务数据和众多模型来实现科学性的管理。神经网络是一种非线性复杂网络系统,它主要由许多类似于神经元的处理单元组合而成。将财务管理和神经网络和决策支持系统结合可以实现财务系统的自适应并行联想推理及数据开采的自动化,使财务管理、决策、执行更加科学化、规范化、智能化。     

修复记忆

我们可以留住对某个人的记忆,只剪掉悲伤的那部分。一个清晨,一只躺在实验室的老鼠醒来,回忆起了昨晚的一段美好回忆,与异性老鼠的浪漫邂逅。只不过,这一切都未曾发生,这只老鼠被"盗梦"了!别羡慕,科幻电影就快成为现实了——美国麻省理工学院神经网络遗传学中心和日本理化学研究所的研究员们7月25日在《科学》杂志发表文章称,他们成功地向老鼠的大脑植入了一段在某处遭电击的痛苦记忆,但其实上这段记     

基于组合模型的江苏省居民用电量预测分析

研究利用时间序列基本分析方法ARIMA模型分析法、指数平滑ETS模型和神经网络自回归模型对江苏省居民每月用电量进行数据分析、处理、拟合、检验及预测,以2004年1月至2017年12月用电计量数据作为分析样本,使用R软件对该时间序列进行建模。对给出的数据建立ARIMA模型、ETS模型和NNAR神经网络自回归模型,接着利用MAE、RMSE、MAPE三个评价指标来衡量模型的优良度。尝试通过组合模型对2018年江苏省居民12个月的用电量进行预测,与实际值进行对比验证,发现权重模型的误差最小,选择作为最终预测模型。最后得出结论,组合模型的预测效果要优于非组合模型。     

基于迁移学习的高分遥感影像场景分类

随着高分遥感卫星的发展,高分遥感影像数据逐年增长,其在国土、农业、城市建设、环境监测、生态建设等方面发挥着重要的作用。然而传统高分遥感影像的场景分类速度较慢,精度较低。文章将深度学习中的卷积神经网络与高分遥感影像的场景分类相结合,极大地提高了分类精度。与此同时,运用迁移学习技术极大地降低了训练样本数量与训练时间,为高分遥感影像的场景分类提供了新的思路。     

基于径向基函数神经网络的物流企业供应链合作伙伴选择研究

提出了物流供应链企业合作伙伴选择问题的多目标决策模型,结合物流企业的行业特点,设计了符合物流企业供应链特点的合作伙伴选择指标体系,从伙伴关系、伙伴特性和合作柔性三个方面对物流企业供应链合作伙伴进行分析,将伙伴分类为核心伙伴、重要伙伴、潜力伙伴、基础伙伴,通过构造基于径向基函数神经网络的选择模型对合作伙伴进行归类选择。通过实证研究,结果表明该方法有效、实用。     

基于Elman神经网络的中小企业营销风险评估

中小企业营销风险是由营销环境等因素的不确定变化带来的,营销风险评估是营销风险管理的核心。文章根据Elman神经网络原理,利用其非线性与泛化的能力,建立了一个基于Elman神经网络的中小企业营销风险识别及评估模型,并进行了实证分析以验证模型的正确性。     

我国上市公司信用风险预警研究

本文以我国上市公司作为研究样本,构建基于组合预测模型的我国商业银行信用风险管理预警系统。在结合目前国内外各商业银行信用风险预警指标体系的基础上,筛选构建较为合理并适合我国国情的信用风险预警指标体系;进而选择传统数理统计模型Logistic回归模型和人工智能模型RBF神经网络模型建立组合预测预警模型,以求能够组合不同单一模型的优点,解决信用风险预警模型的准确性和稳定性兼顾的问题,仿真结果表明:组合预测模型解决了单一模型应用中精确性和第二类问题处理能力不能同时兼得的问题,达到了预期的效果。     

基于BP神经网络的企业资源规划(ERP)应用绩效评价

以平衡计分卡理论为基础,建立企业ERP应用绩效评价指标体系.将BP神经网络应用于绩效评价中,以江苏某城市20家企业ERP应用数据作为BP神经网络的训练样本,用训练好的BP神经网络评价企业ERP应用的绩效,实证分析结果令人满意.