共查询到20条相似文献，搜索用时 828 毫秒
1.
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
2.
《内蒙古科技与经济》2016,(1)
提出了一种基于主成分分析的BP神经网络模型,用于大学生信息素质的综合评价;根据制定出的大学生信息素质的评价指标体系,采用主成分分析方法对众多评价指标进行了降维处理,构建出了大学生信息素质BP神经网络的评价模型。 相似文献
3.
4.
5.
采用BP神经网络模型解决科技人才需求预测问题。首先介绍BP神经网络结构和学习算法,其次确定科技人才需求预测影响因素指标,作为BP神经网络输入,最后以Matlab为运行平台实现BP神经网络模型,并以河南省科技人才为例进行案例分析,应用BP神经网络模型预测河南省2008-2010年科技人才需求量。 相似文献
6.
7.
8.
基于人工神经网络的科技需求能力测度与预测问题研究 总被引：4，自引：0，他引：4
以科技需求整体水平为研究对象，定义了科技需求能力这一衡量指标，并运用主成分分析法量化后，采用三层BP神经网络研究了科技需求能力预测模型的建立问题。最后通过模型对比分析，验证人工神经网络方法应用于科技需求能力预测是可行和有效的。 相似文献
9.
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
10.
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
11.
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 总被引：2，自引：0，他引：2
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。 相似文献
12.
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
13.
[目的/意义]致力于更好地挖掘和利用企业微博中的信息,利用信号分析方法构建了基于企业微博的信号指标框架,为有效地预测企业短期绩效提供了新思路。[方法/过程]将该预测体系应用于典型的经验品—电影行业,经过线上收集信息、辨识信号、解读信号,最终借助BP神经网络模型输出线下首周电影票房的预测结果。[结果/结论]企业微博具有很高的探索价值,企业发布的信息性内容特征量和企业关注者的结论化反馈程度等因素对预测结果的影响较大,并且包含企业微博信号的模型预测能力得到了显著地提升。 相似文献
14.
从资源匹配视角构建战略性新兴产业人力资源需求数量预测指标体系,运用灰色关联度分析筛选关键指标;运用灰色理论、神经网络和集成学习,构建GBP-Bagging网络模型,对山西省2015-2020年战略性新兴产业人力资源需求数量进行预测。结果表明：“十三五”期间,山西省战略性新兴产业人力资源需求数稳步增长;GBP-Bagging网络模型有效克服了单个BP神经网络在小规模数据集上的局限性,获得了比BP神经网络和灰色预测模型更为准确的预测结果;为应对产业人力资源需求增长所带来的压力,山西省应当加大人才培养力度,健全人才引进机制,在增加人才数量的同时,把控人才质量关,加强与周边地区的人才交流与沟通。 相似文献
15.
16.
针对学术评价中多属性评价方法和组合评价方法众多,从而导致学术评价结果众多,评价公信力下降问题,优选多属性评价方法成为解决问题的较好途径。线性多属性评价相对成熟,非线性多属性评价的选取是首要问题,基于BP人工神经网络,以非线性多属性评价值作为输出,评价指标作为输入,通过训练人工神经网络,可以得到评价指标权重,进而和评价值评价指标的相关系数进行比较,通过检验非线性多属性评价方法的逻辑一致性来进行评价方法的选取。以JCR2017数学期刊为例,分别采用主成分分析、因子分析、TOPSIS进行评价,然后再基于BP人工神经网络模型进行选取。研究结果表明:非线性多属性评价方法的选择问题是学术评价的基础问题;BP人工神经网络可以用来辅助进行非线性评价方法的选取;采用BP人工神经网络辅助选取非线性评价方法必须具备一定的适用条件。 相似文献
17.
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
18.
基于详实的历史数据和合理的预测模型,科学预测中国锡金属消费趋势,对于国家锡资源管理政策的制定与提升国家资源保障能力具有毋庸置疑的意义。在充分考虑影响锡金属消费的宏观经济环境、中观产业政策以及微观消费市场的基础上,采用灰色关联度分析模型,选取了GDP、空调产量、罐头产量、汽车产量和彩色电视机产量等5个关联度>75%的线性因子支撑BP神经网络预测。BP神经网络模型测算得出2002-2013年我国锡消费量的相对误差最大为10.78%,相对误差绝对值平均数为3.33%,对中长期而言精度较高。预测结果显示参考情景下到2020年、2025年及2030年中国锡金属消费需求量分别为26.59万t、29.63万t及31.65万t。 相似文献
19.
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
20.
为探究精益建设技术与项目绩效之间的内在作用机理,构建基于BP和SVM变量筛选的6S、可视化管理、最后计划者等7种精益建设技术与知识能力、财务、业主等5个项目绩效分项指标和综合指标的耦合模型。仿真结果表明:在精益建设技术特征与项目绩效分项指标的耦合模型仿真分析中,基于GA-BP的预测模型比标准BP神经网络模型精度要高;在精益建设技术特征与项目绩效综合指标的耦合模型仿真分析中,基于SVM的预测模型比GA-BP的预测模型精度要高。另外,利用BP和SVM结合MIV算法进一步探究不同精益建设技术对项目绩效各指标和综合指标的影响程度。研究结果为项目利益相关者提高项目管理绩效提供决策支持。 相似文献