共查询到20条相似文献，搜索用时 15 毫秒
1.
基于主成分神经网络和聚类分析的高校创新能力评价 总被引：1，自引：0，他引：1
提出一种基于主成分BP神经网络的评价模型,针对指标体系的众多指标进行正交约简,在保留大量指标信息的基础上开展高校创新能力评价,并对评价结果采用基于划分的K-均值聚类方法进行分组,避免了绝对排名带来的负面影响,评价结果证明了该评价模型和方法的有效性. 相似文献
2.
3.
针对企业自主创新项目风险评价中的高维、非线性问题,提出了一种基于主成分分析和遗传神经网络的企业自主创新项目风险评价方法.该方法利用主成分分析对企业自主创新项目风险评价体系进行特征提取,利用遗传算法直接训练神经网络的权重形成遗传神经网络,特征提取后的综合主成分指标进入遗传神经网络的智能评价系统.实证结果表明,该方法具有较好的泛化能力,与标准BP神经网络方法相比,该方法具有明显的优势. 相似文献
4.
基于BP神经网络的参考咨询馆员素质评价模型 总被引：1，自引：0，他引：1
在建立参考咨询馆员素质评价指标体系的基础上,提出一种智能化的基于BP神经网络的参考咨询馆员素质评价方法。概述BP神经网络及其基本原理,并详述基于BP神经网络的参考咨询馆员素质评价模型的建立过程,包括神经网络结构的确定、网络训练,以及网络检验等。将该模型应用于实例检验,得到较满意的结果。 相似文献
5.
提出一种基于主成分分析的BP神经网络模型,用于对经理人员的管理防御程度进行综合测评.首先采用主成分分析方法对10个影响因素进行降维处理,在此基础上构建管理防御程度的BP神经网络测评模型.实际测评结果显示,该模型不仅可以有效测评经理人员的管理防御程度,并且可以减少原始指标间的信息冗余从而减少了神经网络的训练和测试时间,此外还具有较高的合理性和适用性. 相似文献
6.
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
7.
基于PCA与GA改进BP神经网络的高速公路项目融资风险评价 总被引：1，自引：0，他引：1
针对高速公路项目融资风险评价问题,提出主成分分析(Principal Component Analysis,PCA)与遗传算法(Genetic Algorithm,GA)改进BP神经网络相集成的高速公路项目融资风险评价方法。首先利用主成分分析对高速公路项目融资风险评价指标体系降维,然后把降维后的指标数据输入到遗传算法改进的BP神经网络,最后应用该方法对北方某省15条高速公路项目融资风险进行评价。实证研究表明该方法应用到高速公路项目融资风险评价中是可行可靠的。 相似文献
8.
基于灰色关联分析与主成分分析的BP网络模型及其应用研究 总被引：4，自引：0，他引：4
如何提高BP神经网络算法的预测精度与效率,始终是人们关注的一个重要问题。本文利用灰色关联度分析与主成分分析对BP神经网络的输入变量进行了预处理,提高了BP算法对于复杂经济问题的预测精度与效率。本文最后以中国房地产总量的预测问题为例,验证了模型的有效性。 相似文献
9.
10.
为了解决预测煤层底板隐伏陷落柱构造复杂、影响因素繁多和相关交叉影响而造成底板隐伏陷落柱突水危险性评价困难的问题,提出了采用基于组合主成分、三角模糊数学和神经网络的底板隐伏陷落柱突水危险性评价模型,该模型首先利用主成分分析(PCA)对底板隐伏陷落柱突水评价指标因素进行降维处理,确定其突水的主控因素,利用三角模糊数学(FPP)求出评价指标因素的权重值,减少人为主观的影响,最后利用评价指标之间彼此交叉和反馈的特征,采用BP神经网络对底板隐伏陷落柱突水危险性进行评价研究,通过工程实践结果表明:该评价模型能减少人为主观因素对结果的影响,具有可靠性和适应性。 相似文献
11.
12.
混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。 相似文献
13.
研究了主成分和改进神经网络混合算法在商业银行贷款风险评价中的应用，分析了商业银行贷款风险的影响因素，建立了基于主成分-改进神经网络的预测模型，并用实例验证了模型的有效性。 相似文献
14.
基于长短期记忆神经网络的短期负荷预测方法 总被引：1，自引：0，他引：1
《黑龙江科技信息》2016,(31)
为了能够挖掘出海量数据中蕴含的有效信息,提高短期负荷预测精度,本文提出了具有深度学习能力的长短期记忆神经网络(Long Short-Term Memory,LSTM)模型进行短期负荷预测,深度学习顺应了大数据的趋势,对海量数据学习、泛化能力强。利用主成分分析方法对样本进行选择,进而建立LSTM预测模型。仿真结果表明,采用LSTM预测模型相对于BP神经网络模型提高了预测精度。 相似文献
15.
本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络的学生素质综合测评模型。实验表明,该模型的辨识精度高,能正确实现对学生综合素质的测评。 相似文献
16.
通过构建科技成果转化评估指标体系,并借助于BP人工神经网络方法,实现对高校科技成果转化指标体系的综合评价。主要应用主成分分析方法(PCAM)对神经网络的输入层数据进行处理,使用模拟退火算法(SA)与神经网络结合的方法提高评价的精确度,并通过实证分析证明BP神经元网络在高校科技成果评估领域的的适用性。 相似文献
17.
18.
19.
20.
通过与钻石模型的结合,分解出企业财务竞争力构成要素,并在此基础上构建了企业财务竞争力评价指标体系。接着利用模糊综合评价和BP神经网络方法各自的特性,构建了模糊综合评价—BP神经网络组合模型,并选择了30家上市信息技术企业对所构建的组合模型进行应用研究,验证此模型的适用性和优越性,进行也为企业量化自身财务竞争力提供参考。 相似文献