高炉炉尘中含碳物质来源

宝钢1#高炉二次灰粒径主要以小于149μm为主,约为80%,粒度分布是2个正态分布曲线的组合.重力灰粒径主要以74～297μm为主,约为65%,粒度分布是3个正态分布曲线的组合.通过岩相显微分析确定了高炉炉尘中未消耗煤粉和焦炭存在的不同结构形态.根据炉尘中煤粉和焦炭中碳的消耗程度,由显微分析结果进行计算,给出了在常村煤工业试验炉尘中未消耗煤粉碳所占比例的公式.     

GRNN网络在企业盈利能力预测中的应用

探讨广义回归（GRNN）神经网络在企业盈利能力预测上的优势及应用前景．利用文献资料、MATLAB7．0软件中的神经网络工具箱分剐构建企业盈利能力的GRNN预测模型和BP预测模型,对样本进行拟合和预测并对两者的拟合和预测性能进行比较．GRNN的最优光滑因子为0．05;BP神经网络的隐含层数定为10．从拟合效果看,GRNN和BP预测模型的平均误差率分别为0．5687％和1．6008％．从预测效果看,两者的平均误差率分别为2．1678％和2．5176％．GRNN充分体现了在小样本预测中的优势,预测效果优于BP网络．     

基于概率神经网络的高校毕业生学位评审预测

客观地、高效地、准确地对高校毕业生获得学位进行评审,是高校面临的一个重要问题.本文首先提取影响毕业生学位的评审五大指标：学习成绩、实习成绩、论文成绩、英语四级、计算机等级,然后建立了概率神经网络的高校毕业生学位评审模型.Matlab仿真实验表明,该方法评审学位简单快速且准确率较高,具有良好应用前景,也为今后高校学位评审...     

对咸宁学院全面开设大学数学实验课的探讨

从《数学模型》和《运筹学》等课程的数学实验教学的亲身经历出发,论述了咸宁学院全面开设大学数学实验课的必要性,讨论了大学数学实验课的设置方法、教学内容和必要的准备工作.     

对前馈型神经网络股价预测的一点改进

为减小预测误差，目前的方法是：选择对股价有显著影响的输入变量；调整网络结构及选择合适的参数；优化学习算法．这些方法都是以实际股价作为网络的预测．本文提出的方法是以相邻两天的股价差价作为网络的预测．本文在相同的数据上分别建立股价预测模型和股价的差价预测模型，并对它们的结果进行对比分析，结果表明差价预测模型的预测误差小，预测效果好．     

核密度为Hvw(E)类时开口弧段上奇异积分关于积分曲线的稳定性

设E是复平面上的有界单连通区域,Г=ab是E内的一条Lyapunov开口弧段,当核密度ψ(t)∈Hvw(E)时,我们讨论了奇异积分(Sψ)(t)=1/πi∫гψ(τ)/τ-tdτ t∈Г-{a,b}在Г发生某种Lyapunov扰动后的稳定性问题,其中包括误差估计和收敛性定理.     

核密度为Hw^v（E）类时开口弧段上奇异积分关于积分曲线的稳定性

设E是复平面上的有界单连通区域，Г=ab是E内的一条Lyapunov开口弧段，当核密度φ(t)∈Hw^v(E)时，我们讨论了奇异积分：(Sφ)(t)=1/m∫Г φ(τ)/τ-t dτ t∈Г-{a，b}在Г发生某种Lyapunov扰动后的稳定性问题，其中包括误差估计和收敛性定理。     

基于灰关联分析-神经网络的组合预测模型

应用SOM神经网络对股市收盘价与其影响因素的总样本进行分类,对其中任一类作灰关联分析,得出各影响因素对股市收盘价的影响程度大小排序;选择灰关联分析的6个优势因子作为输入参数,建立股市收盘价预测的BP网络模型;用ST中纺B的数据作为实例进行验证,结果表明该模型能较准确地预测股市收盘价.     

基于灰色RBF网络的我国能源消费预测

利用我国能源消费总量的历史数据,采用灰色预测法建立预测模型,再利用径向基(RBF)神经网络对灰色预测模型结果进行预测,以作为其最终的预测值.实验结果表明,灰色RBF网络模型在预测精度方面优于单一的灰色模型.该模型计算简便,有较高的拟合和预测精度,拓宽了灰色模型的应用范围.