共查询到10条相似文献，搜索用时 15 毫秒
1.
BP神经网络的结构一般包含三部分,分别是输入层、隐含层和输出层。BP神经网络除了具有强大的可操作性结构特点外,它还可以在网络结构中引入若干个隐含的节点。由此我们可以运用BP神经网络算法来构造所测试的人脸模型。 相似文献
2.
基于BP神经网络的图书发行量预测模型研究 总被引：3，自引：1，他引：3
收集20年图书的发行量数据，采用特殊的处理方法建立时间序列图书发行量的BP神经网络预测模型。利用MATLAB6．1软件中的神经网络工具箱实现了样本的最化划分，网络参数的优化。经未学习样本检验，模型预测精度较高。并对预测结果作了置信度分析，提出置信度95％水平预测结果。 相似文献
3.
基于粗糙集和BP神经网络的复合图书馆馆藏质量评价研究 总被引：1，自引：0，他引：1
建立了基于粗糙集和BP神经网络的复合图书馆馆藏质量评价模型,首先运用粗糙集模型对评价指标体系中的指标进行约简,消除冗余,然后把约简后得到的评价指标输入到BP神经网络中进行智能训练,最后把待评价的检测样本输入到训练好的BP网络中,得到了馆藏质量实际输出值,实际输出与期望输出结果相吻合,从而证明了评价的可行性和有效性. 相似文献
4.
针对目前现有的地质滑坡的形成条件、诱发因素错综复杂,使用传统的测量手段存在实时性差,准确度低的情况,提出一种基于BP神经网络的滑坡预警模型。通过多个节点传感器综合测量得到滑坡发生的输入参数,对多组输入参数进行降维处理,并使用遗传算法调整输入层、隐含层以及输出层的权值和阈值,提高神经网络的训练精度,使得输出层的预测值更接近理想期望值。通过对多组神经网络的样本训练之后,对训练后的神经网络进行泛化,并将其投入到实际的应用场景,对地质滑坡进行预测分析。同时,搭建滑坡预警的信息采集显示系统,通过下位机多个节点采集传感器信号,传至主节点加以显示并在上位机监测软件实时显示。通过实验验证采用神经网络的智能学习算法,得到的预测结果与实际情况基本一致,验证了神经网络对于滑坡预测的切实可行性。 相似文献
5.
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
6.
动态全参数自调整BP神经网络预测模型的建立 总被引：8，自引：0，他引：8
本文从减少干预的思想出发，提出了BP神经网络动态全参数自调整学习算法，使得隐层节点和学习速率的选取全部动态实现，实现了学习速率和网络的适应能力，最后又将改善后的BP神经网络应用到经济领域中，得到了比常规经济学模型更优的效果。 相似文献
7.
8.
【目的/意义】在海量的交易信息下，在线评价已经成为电商买家做出购买决定的重要参考，但不法商家针
对网络评价的造假手段也越来越隐蔽，因而针对网络信用评价的识别模型也必须相应地改进。【方法/过程】针对当
前大数据环境，本文主要完成了以下工作：（1）通过对相关文献的梳理和实际交易情况的分析，确定了诚信评价指
标；（2）构建了基于朴素贝叶斯与BP神经网络的二层混合模型（NB-BP）；（3）以大学生在线模拟电子商务交易行为
产生的实验数据为样本，对NB-BP进行了测试和验证。【结果/结论】实证检验结果表明，较单纯BP人工神经网络
和随机森林模型，NB-BP模型的标准均方误差较低，证明其预测准确率和稳定性上占优。 相似文献
9.
变压器的故障诊断方法大部分以油中溶解气体为诊断基础,如目前较为常用的四比值法、三比值法等。但存在"编码盲点"、故障诊断准确度不够等问题。本文提出一种基于自适应RBF神经网络的电网变压器故障检测方案,算法输入层节点只会把信号传送到隐含层。在隐含层中,通常使用高斯函数来对所得到了输入向量响应。输出层则是使用一般的线性函数来对输出进行加权。这种模式是一种标准的前向网络模式,能够使得神经网络的输入空间与输出空间得到映射,进而为分类网络并实现函数逼近,提高了网络收敛速度。仿真实验结果表明,本文提出的自适应RBF网络在故障诊断的准确率以及诊断时间的表现皆优于BP、GA-BP神经网络,所在在变压器故障诊断时,可以优先考虑自适应RBF神经网络。 相似文献