基于卡尔曼滤波的迟滞神经网络风速序列预测

通过将迟滞特性引入神经元激励函数的方式,构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法,将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上,构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析,并将预测结果利用卡尔曼滤波方法进行融合,从而得到最优预测估计结果.仿真实验结果表明,迟滞神经网络具有更加灵活的网络结构,能够有效改善网络的泛化能力,预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度,降低预测误差.     

一种模糊组合预测方法

针对预测问题的不确定性,提出一种将组合预测结果扩展到置信集合的模糊组合预测方法.该方法利用概率中置信区间原理并结合模糊数概念,对观测值和各单项预测值进行模糊描述;以组合预测值对观测值的拟合度最高为目标,建立模糊规划模型,求解权重系数.该组合预测方法与单项预测方法相比,预测精度有所提高,具有一般组合预测方法的优点,并以模糊数的形式将预测结果确定在一置信集合内.最后以实例证明了该方法的有效性.     

基于函数性数据分析的中国社会消费品零售总额数据的预测

基于数据的函数性特征,采用函数性数据分析方法对中国社会消费品零售总额进行预测。将总额数据分解为长期趋势成分和季节性波动成分分别进行预测。对长期趋势成分引入居民可支配收入数据来辅助预测,对于季节性成分采用自适应选择权重的加权预测法,将两项预测值的和作为总额预测结果。真实数据上的实验结果表明,本文提出的预测方法预测误差小,且预测结果具有很好的可解释性。     

改进相似日的频域分解短期负荷预测

基于改进相似日的频域分解短期负荷预测方法,通过对负荷序列进行频域分解,采用外推法、改进相似日法与加权平均法分别对各分量进行预测,将各分量预测结果相加得到最后预测结果,该方法应用于短期负荷预测具有较好的预测精度.     

基于数理分析法进行的云南地区地震分析与预测

结合基于数理分析与可公度法得到的云南地区地震分析结果来预测云南地区地震,结果显示用两种方法分析得出的结果大致相同,这种将不同方法结合起来研究地震的方法将为地震的研究提供途径和方法,使预测更加精准。     

灰色预测模糊控制水泥粉磨系统的仿真应用

将灰色预测、模糊控制相结合,提出一种灰色预测模糊控制算法.该方法应用模糊控制器,将灰色预测在线应用,预测结果代替测量值进行控制运算.仿真结果表明,利用该算法设计的控制器具有更加优良的性能.     

基于粒子群-投影寻踪和遗传-神经网络集成的预测模型

  针对预测对象和预测因子存在复杂的线性和非线性关系的特点,利用自然正交展开方法进行线性降维,以及用粒子群 投影寻踪方法进行非线性降维,将高维的非线性数据投影到低维子空间上,构造了一种遗传 神经网络预测模型。在此基础上,应用该预测模型对影响华南的台风频数进行了预测试验,并将预测结果与统计回归模型的预测结果进行对比分析。结果表明,文中构建的非线性集预测模型,对台风频数有较好的预测效果,5 年预测的平均绝对误差为0.81个, 平均相对误差为13%,预测结果比统计回归模型有明显的改进。该文的结果可为进一步探索研究其他领域的预测建模提供了一种新的参考思路和方法。     

灰色系统灾变预测在矿体深部预测中的应用

本文以河南省文峪金矿为例,应用灰色系统灾变预测的方法,初步探讨了矿体深部的变化规律,并将预测结果与逐步回归分析等方法所得结果进行了对比。     

PCR-RBF-SVM预测模型在财政数据中的应用

通过使用支持向量机算法将主成分回归的线性预测结果和径向基神经网络的非线性预测结果相结合, 提出一种新的预测模型, 该模型提高了预测精
度, 解决了预测方式单一的问题. 将新预测模型应用于财政数据预测结果表明, 与传统主成分回归和径向基神经网络方法相比, 该模型预测效果更好.     

基于支持向量机回归的港口吞吐量非线性组合预测

提出了一种基于支持向量机回归算法的港口吞吐量非线性组合建模预测方法,并运用该方法进行了港口吞吐量预测,同时将该预测结果与其他方法的预测结果进行了比较．结果表明,该方法具有很强的学习及泛化能力,在处理具有一定程度的不确定性的非线性系统的组合建模预测问题时具有很好的应用价值．     

人工神经网络在软件预估分析中的应用

将人工神经网络理论应用于软件预估分析领域，通过BP神经网络和功能点估算模型的介绍与结合，提供了一种估算软件工作量的方法．使用智能神经网络可分析软件开发这一十分复杂的过程。     

Evaluation and Empirical Analysis of the Individual Housing Mortgage Loan Credit Risk

The paper applles the methods of discriminant analy-sis,logistic regression and artificial neural networkto the credit risk evaluation of individual housingmortgage loan made by commercial banks.On thebase of the comparison among the results of thesethree methods,the article analyzes their effectivenessand concludes that artificial neural network methodshould be the best choice.     

神经网络BP模型在室内轰燃预测中的应用

总结了目前常用的室内轰燃预测方法，评述了人工神经网络和BP网络模型的特点以及神经网络在轰燃预测中的工作原理和网络构建方法，提出了预测轰燃的神经网络预测法，进行了有效的验证。由于室内火灾受建筑材料热惯性、开口通风因子、燃料热释放速率和房间内部尺寸等多种因素影响，传统轰燃预测方法存在多方面的局限性，而BP神经网络预测方法是合理、可行的方法。     

基于人工神经网络的火控系统故障诊断

阐述了人工神经网络的基本原理,研究分析了BP神经网络的缺陷并提出了优化策略。在此基础上,将BP神经网络应用于火控系统故障诊断之中,提出了基于此网络的火控系统故障诊断模型、实现方法和优点。     

CRT显示器色空间变换方法的比较

分别采用多项式拟合、三维查找表和神经网络方法,建立CRT显示器设备颜色空间RGB与输出CIEXYZ色空间的非线性对应关系。完成了设备颜色显示的特征化。对两个常用的显示器进行了实验,并进行色差分析,比较三种方法的精确度。实验结果表明。对常用显示器的特征化,多项式拟合的方法精度较低;曼维查找表和神经网络技术可以满足精度要求,其中神经网络方法最具优势,GIELab平均色差为0．23-3．71。     

MATLAB在化工实验研究中的应用

文章简述了MATLAB的特点、功能及其编程核心即M文件;结合化工实验实例介绍了MATLAB的数学建模,包括理论分析、程序实例;讨论了非线性映射的神经元网络的模型选取、训练规则及可视化界面。两种数据处理方法,前者简便实用,后者灵活且精度可调节。     

深度神经网络模型数字水印技术研究进展综述

近年来,深度神经网络模型在各种应用领域都取得了巨大的成功,训练先进的深度神经网络模型仍需要大规模的数据集、高昂的算力成本和优异的算法思想,生成的深度神经网络模型成为一种宝贵的资源,也是完成人工智能应用领域某项特定任务的核心算法。因此,深度神经网络模型的安全则变得极其重要,利用数字水印版权保护技术保障模型的安全已经成为人工智能安全领域一个重要的研究方向。为了综述深度神经网络模型数字水印版权保护技术的最新研究进展,首先介绍了深度神经网络模型数字水印技术分类;其次介绍了深度神经网络模型数字水印版权保护技术基础概况;再次归纳总结了深度神经网络模型数字水印版权保护技术的研究方法;最后总结并展望了深度神经网络模型数字水印版权保护领域的研究重点和发展方向。     

人工神经网络在隧道地表变形预测中的应用

借助于神经网络方法处理非线性问题的优势,采用改进后的B－P网络算法,对上海地铁2号线盾构推进中隧道上方的地表变形作了趋势预报,并与其它预测方法作了比较。结果表明：将人工神经网络用于地表变形预测,效果优于其他方法。     

基于神经网络的齿轮箱故障诊断专家系统设计

针对神经网络和传统故障诊断专家系统的不足,提出了一个把神经网络与专家系统相结合,发挥各自优点的基于神经网络的齿轮箱故障诊断专家系统设计方案。介绍了该系统的结构功能和主要特点,并阐述了该系统重要模块的实现方法。     

基于改进小波神经网络的大气质量评价模型

为了缩短人工神经网络的训练时间、减少迭代次数和提高输出结果的准确率,将小波基函数应用于人工神经网络,并用专家评分后归一化处理的方法对输入层的权值初始值进行优化,建立了优化的小波神经网络模型。将该模型对井冈山区域2012年大气监测数据进行评价,实验结果表明:经过优化的小波神经网络模型的评价精度较高。最后与将该模型与其它评价方法相比,该模型还具有计算快速、评价客观、可靠性强、效率更高的特点。