排序方式: 共有5条查询结果,搜索用时 109 毫秒
1
1.
基于神经网络的建筑行业投标报价研究 总被引:9,自引:1,他引:8
在建筑行业的投标报价过程中,如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题.论文针对这两大难题提出了基于神经网络技术的解决方法.首先根据贡献变量分析理论确定出影响报价结果的9个报价因素,从而建立起基于神经网络的报价模型,然后在所确定模型的基础上改进传统的BP算法,进一步提高网络的泛化能力.从实际应用的结果可以看出,经过变量选择后所确定的报价因素是合理的,改进学习算法后的网络的泛化能力也有了很大的提高. 相似文献
2.
3.
基于神经网络的GIS和RS数据融合 总被引:3,自引:0,他引:3
地理信息系统(G IS)是对地观测的核心技术,遥感(RS)是其重要的信息源和更新手段,G IS同时辅助遥感信息的处理.两者集成是空间信息实时采集、处理、分析的有力手段,目前为实现此目标主要进行数据一体化存储结构的研究.鉴于此提出了根据所要实现的目标,不改变数据存储形式,用神经网络对G IS和RS进行数据融合的方法.首先建立5层网络结构,提取遥感影像和G IS数据库中属性数据的特征值作为网络的输入,然后通过调节输入向量与中心向量的距离及中心向量的值确定网络权值,将两种数据进行融合,利用输出的属性变化,自动更新数据库.以扎龙地区遥感影像与地理信息系统的矢量图层相结合检测地物变化、更新属性数据库为实例,证明了该方法的可行性. 相似文献
4.
基于混沌序列重构相空间理论,提出一种改进的局部平均非线性去噪方法。该方法在邻域选择、数据更新等方面进行了改进,更好地校正相空间中点的位置,使其逼近真实的混沌吸引子轨迹,重构吸引子结构,而且计算更为简单可靠。分别对Henon映射产生的混沌序列和实际观测的月太阳黑子混沌序列进行仿真研究。结果证明此方法能够高效地去除噪声,同时保留原非线性系统的混沌特性,并且很好地区分相空间中的邻近轨迹。 相似文献
5.
多输入模糊神经网络及其应用 总被引:12,自引:0,他引:12
为了提高神经网络的训练速度和泛化能力 ,同时解决一般模糊神经网络由于输入增多而导致模糊规则膨胀的问题 ,提出了多输入模糊神经网络的结构和算法。此算法用取大取小运算部分代替网络的积和运算 ,同时提出一种获取重要规则的方法。最后将多输入模糊神经网络应用于建筑投标报价系统。仿真结果表明 ,本网络具有较快的训练速度和较高的泛化能力。 相似文献
1