共查询到20条相似文献，搜索用时 203 毫秒
1.
2.
以114家中小上市公司为研究对象,运用BP神经网络模型和径向基网络模型对训练样本和测试样本中一定比例的"非ST"和"被ST"进行了信用评估。按照各上市公司财务状况把公司划分为"好"和"差"两类。仿真结果表明:BP神经网络模型对测试样本的预测准确率高达88.9%,而径向基网络模型对测试样本的预测准确率只有77.8%,比BP神经网络模型的准确预测率低了11个百分点。 相似文献
3.
4.
简述了宝安大道软基路段施工期间软基沉降监测的埋设及测量方法,并进行分析和判断路基沉降的稳定性,其后尝试路基的工后沉降进行预测. 相似文献
5.
简单介绍了公路软土地基沉降变形机理及特性,并对公路软基沉降变形的施工控制进行了探讨,为今后高等级道路软弱土基的处治提供一定的参考。 相似文献
6.
创业板公司成立时间较短、企业规模较小,其研发投入的影响因素较多,使用营业净利率、每股收益、董监高年薪、可持续增长率、资产负债率、现金流量净额和GDP这些指标,运用径向基神经网络(RBF)和逆传播神经网络(BP)方法构建一个训练完成的神经网络模型,研究发现RBF神经网络模型比BP神经网络模型具有更好的拟合、预测效果。 相似文献
7.
为了预防和降低房屋沉降不均等因素造成房屋坍塌事件,需要对房屋建筑健康态势进行预测。采用传统预测方法对房屋建筑健康态势进行预测时,忽略了房屋建筑沉降值的修正,导致预测结果准确率低、预测效率低的问题。针对以上问题,提出一种基于数据挖掘的房屋建筑健康态势预测方法。采用预测模型对房屋建筑各个部分的沉降进行组合预测,通过BP神经网络对组合模型预测得到的沉降值进行修正,根据修正后的房屋建筑沉降值完成对房屋建筑健康态势预测。实验结果表明,所提方法预测结果准确率高、预测效率高。 相似文献
8.
9.
本文介绍应用BP神经网络对高速公路交通量的预测,采用Matlab神经网络工具箱函数建立神经网络预测模型,运用该模型对高速公路的收费情况进行预测.从而间接预测该高速公路的交通量. 相似文献
10.
某公路通过粉喷桩处理软基施工监理技术的应用,有力地保证了粉喷桩处理软基的施工质量和处理效果,从施工效果来看,达到了预期的目的,有效地减少了桥头沉降。 相似文献
11.
针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。 相似文献
12.
阐述了运用粒子群优化人工神经网络建立煤层顶板导水裂隙带高度预测模型的思路与方法。利用粒子群优化神经网络模型的权值和阈值,克服了神经网络容易收敛到局部最小值,以及收敛速度慢的缺点。煤层导水裂隙带高度预测实例表明,该方法不仅能更快地收敛于最优解,且预测精度有明显的提高。 相似文献
13.
为克服传统方法的局限性，本文尝试以企业竞争情报内容和情报搜集活动过程作为情报搜集成本分析的基础，在此基础上引入BP神经网络进行预测，并用部分样本数据验证对比了线性回归分析法和BP神经网络的预测结果。验证结果表明，BP神经网络预测模型用于情报搜集成本的预测具有较高的预测精度。 相似文献
14.
BP神经网络是一种单向传播的多层前向网络,具有很强的学习功能,多次训练后的网络具有很好的预测能力。结合BP网络的特点和灌区分水闸的工作原理,应用BP神经网络对闸门控制进行预测,并分析预测结果。 相似文献
15.
16.
首先通过主成分分析消除原始指标之间的相关性，使指标数量变少且相互之间不相关，从而构建综合预判指标，再利用BP神经网络建立微博舆情预判模型。实验选取2013年微博热门话题作为训练样本，选取2014年的话题作为预测。实验结果表明，主成分分析有助于去除原始样本数据的冗余，简化了网络的复杂度，所得到的结果更加准确。因此，该模型较仅使用BP神经网络的准确性更高。 相似文献
17.
基于BP神经网络的南通市建设用地需求预测 总被引：7，自引：2，他引：5
以南通市1988年～2006年社会经济发展和建设用地数据,利用二元变量相关分析选取南通市建设用地规模扩张的驱动因子,分别采用多元回归分析和BP神经网络构建建设用地需求预测模型.在模型比较优选的基础上,预测未来南通市建设用地需求量,并应用灰色系统法结合趋势判断对预测结果合理性进行了验证.结果表明,运用全部引入法进行多元回归分析,预测模型置信程度较低;运用逐步回归法进行模型优化,多重共线性消除的同时多数驱动因子在预测模型中被剔除,造成指标选取不足;而基于BP神经网络的建设用地需求预测模型融合了各驱动因子对建设用地规模的影响,模型变异系数仅为1.78%,运用该模型可有效提高建设用地需求预测精度,计算结果较合理. 相似文献
18.
为科学预测作物重金属含量,实现重金属污染农用地的安全利用,本研究利用地理探测器选取对作物Cd含量影响较大的土壤Cd含量、土壤pH值、与交通主干线的距离等10个因素为输入因子,农作物可食部分Cd含量作为输出因子,分别建立小麦、水稻、油菜籽、蔬菜可食部分Cd含量的BP神经网络预测模型,对作物种植污染情况进行预测分析,划分作物安全利用种植区。研究结果表明：① BP神经网络模型预测精度明显优于多元回归预测模型;② 对小麦、水稻和油菜籽的可食部分Cd含量预测结果进行评价,得到作物污染可能的空间分布及特征;③ 依据评价结果,对3种作物进行配置,划分得到4种作物适宜种植区,并提出管控策略。研究可为污染农用地的安全利用及作物种植调整提供思路和依据,兼具理论和现实意义。 相似文献
19.
20.
影响住房需求的因素众多,错综复杂,并且具有非线性的特征。本文通过对住房需求影响因素的分析,用BP神网络来购建住房的需求模型。根据河南开封市的有关统计数据,用BP神经网络优化算法进行住房需求预测,并与多元回归测方法进行对比。结果表明,BP神经网络具有较好的适应性和较高的预测精度。 相似文献