厦门市工程估价的RBF神经网络预测模型

选取55个厦门市典型工程造价指标,利用SPSS统计分析软件对工程特征和训练样本进行相关性分析、归类合并,得出11个工程特征作为平米造价的主要影响因素.以径向基函数(RBF)神经网络原理为基础,建立工程造价估算模型,通过试验,选择net=newrb(P,T,0.01,1.0)建立RBF网络,用y=sim(net1,P)对样本进行训练测试.实证分析结果显示:该模型具有计算快捷简便的优势,估算误差在允许范围内,可用于实际工程造价的辅助估算.     

西湖凹陷Y气田平湖组上段沉积相特征及有利砂体预测

平湖组为西湖凹陷重要的含油气层之一,是今后寻找有利储层的优选层位。以精细岩芯观察为基础,根据岩相、沉积构造等相标志特征,确定工区平湖组上段为三角洲平原亚相,进一步细分为分支河道、天然堤、决口扇、沼泽等4类微相。在单井沉积相分析的基础上,结合地震属性分析、泥质含量反演、波阻抗反演成果,认为工区物源主要来自工区北部,河道主要呈南北向展布,在此基础上,编制了工区的沉积微相平面分布图,分析了沉积相纵向演化规律,预测了工区内平湖组上段的有利砂体分布区,该区砂体总体面积较大,砂厚在105~115 m,据已钻井的资料统计,已经证实了预测结果的可靠性较高,可作为下一步勘探开发寻找油气的优选部位。     

电磁兼容的人工神经网络预测技术分析

电磁兼容预测是实现电子设备或系统电磁兼容性(electromagnetic compatibility,EMC) 的必要步骤.提出了应用人工神经网络对电磁兼容问题进行快速预测的方法.通过选择有效的电磁干扰参数作为输入预测因子,用误差反向传播的神经网络 (back propagation,BP)构造输入预测因子与敏感设备骚扰响应之间的映射关系,并用电磁场数值计算方法获得的训练样本集和测试样本集对构造好的BP网络进行训练,建立了基于BP网络的电磁兼容快速预测模型.最后以导线间的串扰问题为预测算例,表明了该方法的有效性.     

一种基于衰减系数的混沌时间序列预测法

为提高加权一阶局域模型的预测精度,提出一种改进型混沌时间序列预测方法.该方法用衰减系数和时间延迟修正向量距离公式,调节邻近点与中心点的相关性,同时,只用邻近点中与预测值相关性最大的分量进行线性拟合.利用该方法对Henon混沌时间序列进行预测的结果表明,衰减系数取最佳值时,相对于现有算法,该方法可以更精确地预测混沌时间序...     

川东北宣汉-达县地区储层预测技术

川东北宣汉-达县地区以构造圈闭为主要勘探对象,钻探成功率低,为此开展了以储层预测技术为主导的构造-岩性复合圈闭勘探.通过山区地震数据高分辨率采集、处理、储层沉积相研究、储层测井响应特征、储层物性特征及储层层位标定、地震相研究、储层地震预测方法研究,确立了研究区内的三大储层类型及各类储层的研究方法,提出了川东北复杂储层预测以野外地震资料高分辨率采集为基础、多种特殊处理手段相结合,并以沉积相研究为指导的综合性研究思路,为川东北宣汉-达县地区储层预测方法研究提供了指导性意见,为该地区复杂储层勘探的深入与突破打了坚实的基础.     

基于EMD与BP神经网络的中国股票指数期货价格预测

应用经验模态分解算法（EMD）和BP神经网络理论提出了我国股指期货市场价格走势预测模型。首先应用EMD分解算法把股指期货价格序列分解成不同尺度的内禀模态分量（IMF）,再通过重复试验的方法运用BP神经网络对股指期货价格序列和分解得到的所有IMF的数据序列进行训练,得到股指期货价格的预测模型,并对股指期货价格进行预测。实验表明,通过该方法得到的预测值与股指期货的实际价格有着很高的拟合度。     

浙江省地壳形变监测网络的构建及其应用前景展望

近年来,GNSS技术取得了长足进展,特别是GNSS的相对定位精度有了显著提高.GNSS技术已经成为监测地壳形变和板块运动的主要手段,它可以提供各活动构造带地壳水平运动的可靠结果,建设浙江省的地壳形变监测观测网,可获取大量监测区域地壳形变震兆信息,对于研究浙江省的地壳形变运动,监测板块边缘及内部的构造变形,提高浙江省地震预报水平有很重要的意义.     

分类器集成在财务危机预测中的应用研究

财务困境预测是金融领域中一个重要的研究课题．已有的统计模型、人工智能和机器学习模型具有预测准确率较低或稳定性差等缺点,因此首次将分类器集成应用于财务危机预测研究,以我国上市公司为研究对象,以决策树和神经网络为子分类器,从实验上证实了分类器集成在提高财务危机预测准确性方面的有效性,最后指出需要进一步研究的几个问题．     

Predicting the spread of nuclear radiation from the damaged Fukushima Nuclear Power Plant

Japan suffered a M9.0 earthquake and massive tsunami on March 11, 2011, which seriously damaged the Fukushima Nuclear Power Plant and caused a nuclear crisis. The spread of nuclear radiation from the power plant through the atmosphere and ocean was predicted with a short-term climate forecasting model and an ocean circulation model under some idealized assumptions. If nuclear matter were leaked in the near-ground layer of 992 hPa, the climate model results show that the nuclear radiation would cover North America 10 days after the initial leakage, with the concentration at the forefront dramatically reduced to 10 millionths of the initial model concentration at the source. The radiation would span Europe in 15 days and cover much of the Northern Hemisphere in 30 days. If the initial leakage was assumed to occur in the layer 5000-m above the ground, the radiation would cover Europe in 10 days and cover much of the Northern Hemisphere in 15 days. Moreover, under the assumption that the nuclear matter leaked in the 10000-m layer, the radiation would affect much of China after 10 days. The ocean circulation model indicates that the nuclear material would be slowly transported northeast of Fukushima and reach 150°E in 50 days, and the nuclear debris in the ocean would be confined to a narrow band. Compared with the spread in the ocean, the area affected by leaked nuclear radiation in the atmosphere would be very large. Atmospheric monitors in North America and Europe will be helpful for estimating the effect in China of any leaked nuclear material.     

基于Attention机制的LSTM股价预测模型

针对时间序列分析方法和神经网络对于股价预测具有一定局限性的问题,将基于Attention机制的LSTM模型应用于股价预测;以2014-01-02—2020-09-22日的上证工业指数、上证环保指数等相关数据为样本,在LSTM模型中引入Attention机制,使模型聚焦于重要的股价特征信息,预测股票第二日的最高价;实证研...