共查询到20条相似文献，搜索用时 46 毫秒
1.
前向神经网络改进预测方法及其在滑坡稳定性预测中的应用 总被引：3，自引：0，他引：3
本文提出一种改进了的前向神经网络预测方法，引入了衰减因子，以体现对前期效应的弱化，从而提高当前预测的精确度；在权值调整过程中，采用指数型能量函数，以改善学习收敛过程。最后将该方法应用于新滩滑坡的稳定性预测，取得了满意的结果 相似文献
2.
根据建筑环境中的信息的特点，提出了在信息的处理中使用信息融合技术和神经网络方法，找到一种利于信息预测的自适应线性神经网络结构，对输入信号进行了较好预测，为进一步的研究工作打下了基础 相似文献
3.
4.
5.
[目的/意义]预测在线社交网络突发事件中的用户行为，从而发掘舆情传播中的用户行为规律，有效控制引导舆论信息，尤其是对可能做出不同行为的用户做出分级，做到差异化的引导与应对。[方法/过程]以新浪微博中两类不同的突发事件为例，收集其中做出交互行为的用户数据，在理论研究与统计分析的基础上，将做出点赞、评论、转发3种行为的用户所具备的有效属性作为特征指标，使用随机森林和神经网络两种方法对用户交互行为做了预测实验。[结果/结论]神经网络的预测效果更好，说明本文提出的预测模型具备一定的可行性，同时本文也对突发事件中用户做出各交互行为所具备的属性做出了规律性总结。 相似文献
6.
7.
8.
利用径向基神经网络，对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明：良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合，而且比ARMA预测方法更为有效，可作为专利预测的一种新手段。 相似文献
9.
交通流量预测是智能交通系统研究的重要组成部分。提出了一种粒子群(PSO)优化RBF神经网络的交通流量预测方法。该方法以误差能量函数为适应度函数,利用PSO算法对RBF神经网络参数进行优化,有效克服交通流量数据非周期性、非线性和随机性等问题。仿真实验结果证明比单纯用RBF预测模型精度高、收敛速度快,表明粒子群优化的RBF神经网络模型具有良好的应用价值。 相似文献
10.
经济周期波动转折点的预测研究 总被引：2，自引：1，他引：2
本文结合目前经济周期波动的预测技术和神经网络的优点，利用神经网络的反向传播（ＢＰ）模型，提出了直接对经济周期波动的转折点进行预测的方法，并对我国的工业生产周期波动转折点进行了模型预测，取得了很好的效果 相似文献
11.
12.
13.
为了及时有效地对建筑物的变形进行预测,将多小波、Kalman滤波与神经网络三者有机地结合起来建立了一种新的变形预测方法：基于扩展Kalman滤波（简称为EKF）的多分辨正交多小波神经网络变形预测模型。通过变形预测实验表明该方法具有较高的精度,较快的速度,一种较好的组合预测方法。 相似文献
14.
BP神经网络在我国粮食产量预测中的应用 总被引：14，自引：0，他引：14
本文基于BP神经网络模型，进行了2001－2010年我国粮食产量的预测。通过对比传统的“平均增长率一阶滞后模型”拟合及预测1992－2000年粮食产量与实际产量的误差值大小，可明显看出BP神经网络对于处理单输入单输出的时间序列预测问题是一种更具优越性的方法，它具有很强的学习与泛化（推广）能力，具有很好的应用价值。 相似文献
15.
基于过程神经网络的市场需求预测分析 总被引：1，自引：0，他引：1
尝试将神经网络领域最新出现的过程神经网络与市场商情预测问题结合，网络的输入为反映一段时间内市场商情变化的信息。而这是传统神经网络不宜做到的，这也正是过程神经网络的独到之处。实验结果证明了该方法的有效性。 相似文献
16.
基于学习与证据理论的专家群体预测系统研究 总被引：8，自引：1，他引：8
基于学习与证据理论的专家群体预测系统方法，将学习专家预测的历史经验与个体专家预测结论的合成相结合，利用神经网络的学习功能与证据理论在证据合成中的系统完整性，形成了一种系统的专家群体预测方法。该方法将每个专家的预测结论看作为证据，面向具体应用问题通过对历史数据统计分析选择专家、建立学习样本，先考虑个体专家预测结论的独立性、重要性、可靠性与冲突，对个体专家预测结论的基本可信数进行修正，然后用Dempster合成规则合成。该方法用神经网络学习专家历史预测的经验，调整对基本可信数进行修正的修正系数，使证据合成的结果更符合解决问题的要求。实验结果表明本方法应用于解决实际问题时具有较好的效果。 相似文献
17.
神经网络与预测方法研究 总被引：9，自引：0，他引：9
1 引言在科学技术和社会高速发展的今天,愈来愈多的问题,具有系统的复杂性、时变性和模糊性的特点,这就使得利用传统的预测方法解决这类问题十分困难。1987年,Lapedes和Farber首先应用神经网络进行预测,开创了神经网络预测方法的历史。目前,在范围广泛的商贸信息交流中,神经网络技术可以解决用传统方法不能解决的问题。例如Varfis和Versino运用神经网络解决经济时间序列预测问题,White利用神经网络进行IBM公司每日库存占用资金率的预测,都得到了很好的效果,节约了大量的资金。人们 相似文献
18.
19.
20.
基于遗传算法的神经网络经济预测模型的建立 总被引：10，自引：0，他引：10
针对神经网络模型的结构特性，提出将遗传算法用于神经网络结合，克服了神经网络模型容易陷入局部极小点的缺点，并将其应用于经济的预测及组合预测中，得到了比常规经济学模型更优的效果 相似文献