基于模糊均值聚类和感知机的网络银行客户挖掘

通过结合运用模糊均值聚类和感知机进行网络银行目标营销,首先利用模糊c均值方法(FCM)找出频繁使用网络银行服务的客户,再进一步用这些客户样本对一个多层感知机(MLP)进行训练,最后利用训练好的感知机对银行的非网络银行注册客户进行分类,找出潜在的网上银行服务频繁使用者,银行即可对这些客户进行重点推广网络银行服务。     

改进的扩展互信息分离算法

扩展互信息分离算法采用单隐层神经网络近似算法代价函数中的非线性函数,可调节 的参数有限,需要多次迭代才能收敛,从而导致收敛速度较慢。针对这一问题, 采用双隐层神经网络近似非线性函数,以分离结果的互信息最小化作为代价函数,采用梯度 下降方法对代价函数进行优化,增加了可调节参数数量。仿真实验结果表明,改进后的算法 相对原算法收敛速度更快,误差更小。     

基于多层感知机的失效模式预测方法研究

本文研究的工作基于生产线系统,通过预测和预处理其失效模式,来提高系统的可靠性。使用机器学习等技术来进行生产线故障的预测。针对由多个生产环节组成的高精度工艺成品的生产线,这种预测方法可以辅助提升生产线的稳定性。本文提出了一种基于多层感知机的生产线失效预测方法,以解决现有基于模型的失效预测方法在模型建立上的困难。通过该方法的应用,得到了预测准确率较高的结果,说明了生产线失效预测方法的有效性。     

福建省海洋经济发展综合评估与分析

福建省海洋经济发展综合指数评价过程中往往存在指标的多重共线性以及回归的非线性问题,这都可能导致模型评价结果无法客观反映实际经济发展规律。将海洋GDP作为被解释变量来替换传统综合指数,运用随机森林算法来减少建模过程中指标的共线性影响,建立了4种多层感知机网络模型来验证回归任务中的非线性关系。结果表明：福建省海洋经济发展水平同构建的子系统指标之间存在显著的非线性关系;随机森林算法同多层感知机结合后构建的回归模型能够很好地拟合福建省海洋经济发展状况,且福建省海洋经济在科技创新和生态环境方面存在明显的短板。     

MLP模型在房地产批量评估中的应用研究

第十三届全国人大常务委员会第三十一次会议通过《授权国务院在部分地区开展房地产税改革试点工作的决定(草案)》,这意味着房地产税改革进入实质性推进阶段。在此背景下,以批量评估为基础的房地产价值评估为房地产税的开征提供了技术支撑。本文运用人工神经网络中多层感知机(简称MLP)模型,以石家庄市长安区二手住宅为样本,进行实证研究,并将其结果与特征价格模型所得结果进行对比;同时,对裕华区二手住宅做以同样的实证分析。最终得出:相比经典特征价格模型,运用多层感知机模型得出的评估结果与真实交易值的误差更小,匹配度更优。     

基于感知机算法的心脏病预测问题

近年来,随着科技的发展和时代的进步,人们的生活水平在不断的提高,而人们日常不规律的生活方式和习惯对身体造成的影响却逐渐显现,其中,最为突出的就是心血管类疾病,该病发病率和死亡率都在逐渐增高。由于医疗过程的复杂性,仅通过人工的提取、整合及诊断是否得心脏病,不仅过程繁琐复杂,而且准确率和效率方面都不能达到很好的效果。为了解决此类问题,讨论是否可以通过计算机来辅助进行心脏病的预测工作,于是这里利用了机器学习的感知机算法来完成,通过分析受测人心血管病相关特征,利用感知机模型分析实现对该疾病是否发生来最终完成辅助诊断,此研究能够给人工诊断提供更高效更便捷的辅助预测,使其预测成功概率提高,增强患者存活率。