人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。     

山西省高校图书馆2010～2019年科研数据分析

从发文量、发文期刊、发文作者、发文主题和被引频次5方面对山西省9所高校图书馆于2010～2019年期间在中文学术期刊全文数据库(CNKI远程)的发文数据情况进行统计并加以分析,以此总结山西省高校图书馆10年间的科学研究现状、主要特点、发展历程和发展水平,并得出结论.     

利用互联网搜索关注度预测期权隐含波动率变动:基于人工神经网络的分析

本文运用人工神经网络方法,研究互联网搜索对期权隐含波动率的影响.基于标普500指数看涨期权,本文首先建立了一个揭示期权隐含波动率变化与指数收益率、期权Delta和期权剩余有效期之间关系的人工神经网络模型,结果显示此模型的估计精度比Hull和White (2017)提出的解析模型提升了约15%,比Cao、Chen和Hull (2020)提出的神经网络模型提升了约40%.接着,本文引入25个互联网搜索关注度指标,将它们集成一个谷歌趋势指数并作为度量互联网搜索关注度的综合指标.最后,将该谷歌趋势指数的变化率加入到前述人工神经网络模型,从互联网搜索关注度的角度探究期权隐含波动率的动态特征,新的模型进一步提升了约30%的估计精度.     

试论人工神经网络在高校突发事件预警中的应用

随着社会变迁不断加剧和改革不断深化，我国高校的内外部生态环境发生了巨大变化，高校各类突发事件时有发生，并有逐步增加的趋势，对突发事件预警的研究刻不容缓。本文基于高校突发事件预警，将人工神经网络方法运用其中，以期对高校稳定提供理论支撑和方法指导。     

BP网络用于香梨酒香气成分的QSRR研究

采用误差反传前向人工神经网络建立54种香梨酒香气成分的结构与色谱保留之间的定量关系模型(ANN模型).以54种香梨酒香气成分的分子连接性指数和分子形状属性指数作为输入,色谱保留时间作为输出,采用内外双重验证的方法分析和检验所得模型的稳定性和外部预测能力,所构建网络模型的相关系数为0.998、交叉检验相关系数为0.997、标准偏差为0.289、残差绝对值≤1.12,应用于外部预测集,外部预测集相关系数为0.984;而多元线性回归(MLR)法模型的相关系数为0.951、标准偏差为1.33、残差绝对值≤3.08,外部预测集相关系数为0.953.结果表明:ANN模型获得了比MLR模型更好的拟合效果.     

右后柱加强板拉深成形优化预测模型的建立

拉深是板料冲压成形的关键工艺,也是最复杂的成形工艺之一.文章将正交试验、人工神经网络和遗传算法结合起来,对板料的成形工艺参数进行优化,建立板料成形工艺参数的优化设计模型,并利用该优化模型最终获得满意的厚度最大变薄率和回弹量.     

几种新空间类的性质及其相互间的关系

本文引入了０仿紧、０仿紧及强仿紧的概念．讨论了他们的性质及它们与其它空间类的关系．