基于熵权法与灰色关联分析的P2P网贷平台发展综合评价

P2P网贷平台发展迅猛,但同时面临诸多风险.影响P2P平台发展因素有很多,且各因素影响程度也不同,常用层次分析法等一些主观性较强的方法赋权.熵权法作为一种客观赋权方法,能有效规避专家主观判断误差对权重分析的影响.本文应用熵权法来对P2P网贷平台发展的影响因素进行赋权;同时又考虑到熵权法缺乏各指标间的横向比较,在熵权法赋权的基础上,结合灰色关联分析法,进行指标间的相关分析,计算各个平台的综合得分,对P2P网贷平台进行综合评价与排名.     

诱导空间的网权、Lindelof度与胞腔度

在一般Fuzzy格L中引入了网权、Lindelǒf度与胞腔度的概念。讨论了诱导空间(L~x,ω_L)的网权、Lindelǒf度、胞腔度与生成它的分明拓扑空间(X,)的网权、Lindelǒf度、胞腔度之间的关系。证明了(L~x,ω_L)的网权等于(X,)的网权与Fuzzy格L的网权的乘积,(L~x,ω_L)的Lindelǒf度大于或等于(X,)的Lindelǒf度与Fuzzy格L的Lindelǒf度的乘积,小于或等于(X,)的Lindelǒf度与Fuzzy格L的势的乘积。当L是正则格时,(L~x,ω_L)的胞腔度等于(X,)的胞腔度。     

基线网扩大边权倒数的计算

在选择基线网图形时需要计算扩大边的权倒数,以便确知基线网角度观测误差对于扩大边长度的影响,本文采用四边形的最佳图形条件式来严密解算扩大边的权倒数,可以提高计算工作效率一倍以上,并导出单菱形基线网不等权观测按方向平差计算的简便公式。     

移动自组网中一种基于信誉的安全分簇算法

针对分级结构移动自组网的安全问题,提出基于信誉的安全分簇算法.利用信誉提高簇结构安全性,信誉由邻居节点通过对网络行为的监测进行计算,通过节点间信誉的交换提高信誉评估的准确性,并通过相关度和相对移动性两个指标保障簇结构的稳定性.依据通信需求和网络运行状况综合考虑信誉、相关度和相对移动性三个因素进行节点权值计算,利用节点权值进行簇结构的建立、维护和更新,加强对簇首和网关节点的安全监管.仿真结果表明,该算法提高了系统的安全性和稳定性.     

基于最优结构多维泰勒网的含噪声非线性时变系统辨识

针对具有噪声干扰的非线性时变系统建模时存在的困难,建立了一种具有最优结构和最佳泛化能力的多维泰勒网模型,以实现对该系统的辨识.首先,为了能够快速反映系统输入/输出的变化,以多维泰勒网的连接权系数作为时变参数,并由带可变遗忘因子的递推最小二乘算法对其进行训练,进而讨论了辨识方案的稳定性.然后,为了避免维数灾难并满足实时性要求,给出了选择多维泰勒网有效回归项的改进权衰减法,以使多维泰勒网同时具有最小结构和最佳的泛化能力.最后,通过算例说明基于最优结构的多维泰勒网在含噪声非线性时变系统辨识问题中应用的方法,算例结果验证了该方法的有效性.     

电磁波测距导线网的定权

电磁波测距导线网平差时，如何确定边角观测值的权，关系到平差结果的合理性问题。本文对３个导线网分别采用２种定权方法进行了平差，分析其结果，提出了一种有利的定权方法，对有关部门的平差计算工作具有一定的参考价值。     

本刊声明

正一、本刊已授权中国学术期刊网络出版总库-中国知网,国家哲学社会科学学术期刊数据库,"人大复印"期刊库,中国学术期刊数据库-万方数据,超星移动图书馆,龙源期刊网,中文科技期刊数据库-维普网,使用本刊著作权中的数字化汇编权、数字化复制权、数字化制品形式发行权、信息网络传播权等。     

信息网络传播权的重构

随着基础技术的突破性进展,三网融合已经从一个技术概念走向实施阶段。三网融合的发展,导致作品传播途径的巨大改变,也将对现有的网络传播制度产生重大影响。由于立法的局限,现行网络传播权在三网融合初步实施的环境下已经出现了重大漏洞,即:互联网上的"非交互式"传播手段无法律来规制。在未来的立法之中应当通过扩充并完善信息网络传播权的定义而实现对现行信息网络传播权的重构。     

虚拟权平差在矿山近井网平差中的应用

虚拟权平差在扩建同级控制网的平差中有着广泛的应用，它具有能够得到与原网共精度基准的成果及计算工作量小的优点，本文将该平差法应用于矿山近井网的平差中，推导了测角近井网虚拟权平差的单位权方差迭代计算公式及近井网内的首级网点与近井点坐标参数的协因数矩阵，编制了电算程序，并用一实例展示了该法计算出的近弄网各项精度指标。     

L-Fuzzy拓扑空间中的一些基数不等式

本文在一般 L-Fuzzy 拓扑空间中引入了网权、点分离权、Lindelf 度、紧度、闭离散度等基数函数.讨论了一些基数函数与遗传基数函数之间的关系.证明了遗传浓度不超过闭遗传浓度与紧度的乘积,开遗传 Lindelf 度与闭遗传浓度均不超过网权.在 T_2空间中,利用特征与 LF 集的势,给出了任意 LF 集的闭包的势的上界.在一定条件下,得到了浓度、点分离权及闭离散度之间的一个基数不等式.     

神经网络权值和阈值的优化方法

为确定多层神经网络权值和阈值建立了真实的最优化求解方法,即将网络总体平均误差建立为目标函数,以权值和阈值作为设计变量,采用梯度法和共轭梯度法对网络权值和阈值进行优化计算·通过 Ｂ Ｐ 算法、梯度法和共轭梯度法对相同实例网络权值和阈值计算,验证了所提出的优化方法的有效性,实现了权值和阈值的快速准确计算·     

甘蔗收获机剥叶性能评价中权重确定的BP网络方法

为了解决甘蔗收获机械剥叶性能评价中权重确定的关键问题,构建了三层前馈BP神经网络,并采用正交试验数据构造训练样本,以提高训练速度及精度．在此基础上通过运用经训练后的BP神经网络的各连接权值,确定了反映各目标因素对评价指标影响程度的权重值．运用BP神经网络方法可确保经确定的权重能如实地及映出各目标因素对评价指标的重要程度．     

基于深层神经网络(DNN)的汉语方言种属语音识别简

将深层神经网络（Deep Neural Network）应用于汉语方言种属语音识别.基于优化的QuickNet软件,为方言识别实现了一种有监督的DNN逐层预训练方法.在训练时,从3层开始逐层做有监督的神经网络训练,每增长一层的初始权值包含前一层训练好的部分权值和输出端的随机权值.在得到最大层的初始权值后,再进行传统的BP网络训练.该方法和普通神经网络相比识别率有较大提升,可用于移动互联网标准语音识别入口、方言口音鉴识等领域.     

基于DEA模型的网络安全非均一评价方法

针对网络安全评价问题,基于数据包络分析(DEA:Data Envelopment Analysis)原理,引入了一种处理只有输出指标的最优偏离DEA模型,建立了网络安全评价的非均一模型和方法。该方法把权重系数作为数学规划模型的变量,通过优化方法求解,而不需要事先确定评价指标的权重系数,克服了传统的网络安全评价模型和方法因需对建立的评价指标事先确定权重系数,使评价结果受到人们主观判断的影响,从而使评价结果更加客观公正。实例分析验证了模型与方法的有效性。     

基于马尔科夫链模型的网络链路权重评价方法

网络链路权重评价是网络运维管理的重要依据?将马尔科夫链的转移概率引入到网络链路权重评价中,从概率的角度来衡量相邻节点的可达性;充分考虑链路?节点的故障性,将网络中任意两相邻节点的通信过程近似为马尔科夫过程,基于此,提出了基于马尔科夫链模型的网络链路权重评价方法?根据网络的关联矩阵得到1步概率转移矩阵,进而求得网络的多步马尔科夫转移概率矩阵,直至所有节点概率可达,通过累加相邻节点间概率来衡量链路可达性?通过算例分别分析了串联网络?桥式网络和复杂网络的链路权重评价问题?分析表明,该方法不仅能准确评价网络链路的权重,而且还解决了删边或缩边方法难以分析串联网络的问题,具有计算量小?易编程实现的特点?     

GA-SAPSO神经网络模型的构建

BP神经网络存在寻优参数多、收敛速度慢、易陷入局部极小的固有缺陷,为改进其网络性能,本文利用遗传-模拟退火粒子群算法(GA-SAPSO)对BP神经网络的初始权值及神经元阀值进行优化处理,并重新构建网络模型.实例仿真结果表明:所构建模型降低了BP网络结构的复杂性,避免了网络参数选取的盲目性,提高了网络的计算精度.     

一种改进人工鱼群算法对BP神经网络的优化研究

针对BP神经网络存在易陷入局部极值的缺陷,提出一种基于改进的人工鱼群算法优化的BP神经网络.先用改进的人工鱼群算法优化BP神经网络的初始权值和阀值,然后再执行BP算法训练BP神经网络的权值和阀值.函数拟合仿真实验表明该优化方法提高了BP神经网络的泛化性能.     

基于遗传神经网络的城镇基准地价评估应用——以广西灌阳县为例

提出了一种融合遗传算法与BP神经网络的城镇基准地价评估模型。该模型以正方形网格作为基本评价单元,以遗传算法优化BP神经网络连接权值,以BP神经网络训练样本数据,实现其他网格地价的模拟与预测。结果表明,遗传算法可以有效增强BP神经网络快速学习网络权值能力和克服收敛速度慢、易陷入局部极小值等问题,BP神经网络的网络训练学习与自适应性符合处于动态变化的土地价格发展要求,呈现出广阔的应用前景。     

基于神经网络的模拟电路的故障诊断

根据 BP神经网络的特点和性能以及电路故障诊断的要求 ,采用了 BP网络的权值与故障模式相对应的方法来进行电路的故障诊断 .该方法利用改进的 BP算法 ,首先建立故障模式 ,然后将故障模式与 BP网络的权值相对应 ,最后将权值作为故障诊断知识 .对模拟电路的软故障进行了仿真 ,仿真结果良好     

基于遗传算法的模糊优选神经网络路面性能评价模型

针对现有路面性能评价方法的不足,在模糊优选神经网络模型的基础上,引入遗传算法,建立了基于遗传算法的模糊优选神经网络的路面使用性能评价模型.该算法采用遗传算法优化神经网络权值,再用神经网络对遗传算法搜索到的近似最优解进行微调,并将模糊优选模型作为神经网络的激励函数,使模型具有明确的物理意义.应用该模型对沈大高速公路部分路段进行评价,与其他模型的对比分析表明:该方法在评价精度和效率方面取得了良好的效果,是一种实用的高速公路路面性能评价方法.