物流成本预测方法研究

物流成本可以反映国家地区和企业的物流运行的规模、效率、结构等重要信息,通过预测物流成本不仅可以为相关政府部门了解物流成本的变化趋势,制定物流政策提供一定时期的依据,还对企业的物流成本控制起到一定作用,为国家地区和企业的发展具有重要意义,因此预测方法的选择也须重视.本文从传统的物流成本预测方法出发,对其做了简单介绍,并总结归纳了三种新的物流成本预测方法,通过分析比较各种方法,提出了各种方法的优缺点,以期对未来社会和企业物流成本的预测提供一定的参考价值和理论意义.     

区域性金融风险早期预警体系研究——以安徽省为例

2008年国际金融危机爆发以来,世界各国应对金融危机的经验表明,构建金融体系风险预警机制是必要且可行的。本文通过借鉴国内外关于建立金融风险预警指标体系的既有研究成果,综合运用模糊聚类分析、BP神经网络建模等,提出符合中国特色的区域金融风险预警体系框架,在此基础上对安徽省区域金融风险状况进行预测分析并提出相关建议。     

改进BP算法在旋转机械故障诊断中的应用

针对BP算法在神经网络诊断中表现出来的学习收敛速度慢、易于陷入局部最小点等局限性，用改进BP算法一有弹回的BP算法，对转子试验台模拟几种常见的故障进行诊断研究，从中得出结论：将代表故障的信息输入训练好的神经网络后，由输出的结果，便可以判断发生故障的类型。此外，有弹回的BP算法大大地提高了网络收敛速度和稳定性，更能满足实时在线诊断的要求。     

数据挖掘及其在银行业的应用

随着信息技术的飞速发展以及数据库管理技术的广泛应用,各大银行都在纷纷实施数据大集中,无数个数据库被用于办公、管理、开发等领域,大量的数据库信息如果不能合理使用和开发就会像垃圾一样成为银行业的包袱,如何提高信息的利用率,数据挖掘技术的应运而生给银行业带来无限生机,它将成为银行业发展过程中不可多得的新技术。     

基于机器学习的藏文图像识别系统设计与实现

随着人工智能技术的高速发展,机器学习应运而生,而人工智能的重点是机器学习。在人们的生活中,机器学习也扮演着越来越重要的角色。所以在藏文识别方面,机器学习理应发挥更重要的作用,方便人们更好地对藏文进行学习。文章采用Keras机器学习工具和卷积神经网络图像识别算法,识别的准确率可以达到97.92%,为图像识别提供了新的方法和途径。     

模糊神经网络在水轮发电机故障诊断中的应用

结合模糊理论中的模糊矩阵算法和神经网络的自适应性,建立BP模糊神经网络对水轮机发电机组进行故障诊断,避免传统的模糊理论诊断方法主观性和经验性的弊端,最后结合具体工程实例验证该BP模糊神经网络提高水电机组故障诊断的精确性和可靠性。对建立模糊神经网络模型应考虑的因素,以及模糊神经网络模型在水轮发电机组故障诊断中的实际应用情况作了简单介绍。     

商业银行个人客户洗钱静态风险分类方法研究

构建基于RBF神经网络、聚类算法和决策树模型预测结果的集成风险分类模型。实证研究表明该模型预测精度有所提高,性能表现也更加稳健,对于运用于实际洗钱识别工作具有一定的应用价值。     

弱势群体年轻化的隐忧——新生代农民工与弱势大学毕业生的困境及其对治

将新生代农民工和弱势大学毕业生归并分析,可以发现弱势群体演变的年轻化趋势。这一趋势不利于社会稳定,将阶层分化＂凝固化＂,销蚀政权合法性,并阻滞了社会结构转型。防范其消极影响,必须谨防群体身份代际遗传,缩小城乡差距,遏制社会资本的负面效应,推进城市化健全发展,并进行教育体系改革,以实现起点平等、公平竞争。     

时滞BAM神经网络稳定性分析

本文介绍了神经网络理论知识≯并重点分析了时滞BAM神经网络的稳定性,给出了平衡点、唯一的判据和全局渐近稳定判据。