基于神经网络对购买力平价理论的实证研究及其政策含义北大核心

本文首先介绍了现有关于购买力平价的实证研究,并提出购买力平价之所以不为现有的实证所支持很可能是其所采用的实证工具有缺陷。然后本文以自然科学中的神经网络为实证工具,对购买力平价理论进行了实证研究,得出在长期购买力平价理论为实践所支持的结论。最后,以此结论为基础,提出追求实际汇率稳定的国家应该采用浮动汇率制与钉住通货膨胀货币制度的政策组合,同时这一政策组合与当前世界经济发展的总体要求也是相适应的。     

改进灰色神经网络模型在电量预测中的应用

研究过程中分析比较了人工神经网络和灰色模型的优缺点,尝试将人工神经网络模型与改进灰色模型进行有机结合,从而提出了改进灰色神经网络模型。新的耦合方式发挥了灰色预测方法中累加生成的优点,便于神经网络进行训练,又避免了灰色预测方法带来的误差,提高了预测精度,是一种新的有益探索;为实际工程应用提供了重要的参考。     

基于模糊神经网络的中小企业家精神测度

根据公司企业家精神理论和长三角中小企业的特性,构建包含创新精神、创业精神和企业家才能三个维度的企业家精神的测量指标体系,并提出基于模糊神经网络的长三角企业家精神测量模型。结果表明,该模型利用模糊处理和自主学习等能力解决了已有测量研究中出现的不确定性、非线性、多重性等复杂问题,实现了对长三角企业家精神的科学测量和有效分析,相较于BP神经网络模型具有更高的精准性和稳定性,为企业家精神的测量研究提供了理论支持,并具有借鉴意义。     

基于1D CNN-LSTM模型的红旗水库水位序列模拟

为了提升水库水位模拟的精度,通过1D CNN-LSTM模型与五种常用的机器学习模型对安徽省红旗水库历史水位数据和降雨量数据实现未来7天的水位模拟并进行对比验证。CNN和LSTM能够表现出比较好的模拟性能,结合两种模型的优势能够更加显著的提升模型的模拟效果;1D CNN-LSTM具有较高鲁棒性,对于未来3天以内水位模拟都有较好的预测效果和精度,虽然3天以后的模拟效果有明显下降,但对未来第7天的模拟NSE和KGE依然能够达到0.8以上,在不发生极端天气的情况下,模型对于水位趋势的模拟依然具有相当的参考价值。1D CNN-LSTM模型对于红旗水库的水位模拟优于其他五种传统的机器学习模型,并具有相当高的精度。     

基于BP神经网络的关中平原城市群物流竞争力评价

在区域协调发展和物流作用日益明显的背景下,为了解一个区域内不同城市之间物流发展水平的高低,提高整个区域内城市物流发展水平,有必要进行物流竞争力的评价研究。基于BP神经网络方法,对关中平原城市群11个城市的物流竞争力进行评价,获取了关中平原城市群物流竞争力排名,通过对评价结果的分析为关中平原城市群各城市明确自身物流产业现状提供参考。结果表明,关中平原城市群的发展以西安为“龙头”城市,呈现出“多弱少强”的格局,咸阳、宝鸡和渭南与西安相距较近,已成为城市群内部的二级核心城市,运城、临汾等7个城市竞争力较弱。     

基于ECA-ResNet的入侵检测模型研究

随着网络技术的不断普及,人们的生活变得十分便利。入侵检测作为网络安全的一项重要技术,随着机器学习的发展,很多学者将机器学习用于入侵检测。深度学习作为当下的热门研究领域,在计算机视觉方面有着出色的表现,卷积神经网络能够学习数据的特征,对数据进行分类。由于ResNet通过增加残差结构在卷积神经网络中能够增强模型的稳定性,文章提出一种基于ECANet-ResNet的网络入侵检测模型。现在的很多数据集都存在数据不平衡的问题,导致模型检测结果不理想,文章使用SMOTETomek混合采样算法对数据集进行处理,增大小样本数据的比例,结果显示比未处理的数据集准确率有所提高。通过实验对比分析,此模型具有较高的准确率、精确率和F1值。     

基于改进BP神经网络的大坝安全监测预报模型

合理有效的安全监控预报模型,是保障大坝的安全运行的重要手段.针对传统统计模型预测精度不高的问题,通过对BP神经网络的优化改进,建立基于逐步回归特征选择算法筛选输入变量、自适应学习率和附加动量因子网络学习的BP神经网络预测模型,并将该模型用于某混凝土拱坝的变形预测中.结果表明,改进的BP网络预测模型具有出色的非线性逼近能...     

基于BP神经网络的干旱区多组分径流模拟

西北干旱区内陆河流的地表径流是宝贵的可利用水资源,但是由于径流组成的复杂性导致径流模拟复杂,难以满足实际应用的需要。应用Back-Propagation(BP)神经网络结合Snowmelt-Runoff Model(SRM)融雪径流模型中度日因子法对新疆开都河流域进行径流过程分析,模拟取得较好结果,同时发现:(1)日平均气温是影响目标流域径流量和过程的主要影响因子;(2)使用自相关系数法处理日均流量序列对全年日均流量模拟精度均有明显提升,尤其对普通输入无法有效模拟的目标流域融雪时间段(3—5月)的日均流量改进显著。为西北干旱区冰川、融雪和降水复合补给的径流的快速模拟提供了新的途径,也为水资源的合理利用提供了有效参考。     

基金投资者投资意愿影响因素研究——基于兰州市调研数据的实证分析

文章以兰州市城区调研数据为例,采用主成分分析确定影响投资意愿的主要因素,通过回归分析其相关性和影响效果,利用BP神经网络模型对显著影响因素进行重要程度筛选,深入挖掘其核心影响因素。研究表明通过主成分分析提取的5个主要因素均对投资意愿具有显著影响,且其重要程度排序为个人行为习惯及感知价值、感知促成条件、感知易用性、感知有用性和感知风险。根据结论提出以客户需求为导向提供多元化基金产品、重视基金产品宣传、开发科学可控的基金产品、加强市场监管和促进投资者合理投资等建议。     

智能控制技术在水轮机调节系统中的应用

概述了水轮机调节系统的特点以及智能控制技术的发展历史与现状,着重介绍了智能控制中模糊控制、神经网络控制、专家控制、遗传算法等的特点及在水轮机调节系统中的应用情况,并提出智能控制技术作为水轮机调节系统的一种新型控制技术必然朝着综合化、集成化方向发展。