基于人工神经网络的高考扩招趋势预测研究

高考扩招系统足一个“黑箱”,各因素问是否存在因果关系还很模糊,基于人工神经网络自身的特点,采用BP模型,借助MATLAB语言对高考扩招系统进行预测研究．通过对历史数据的处理、程序的设计、网络的训练等进行分析,最终预测出中国未来20年高等教育发展的趋势,为国家相关政策的制定提供参考依据．     

强国战略中的人力资源管理

一、人才:强国战略的重中之重 进入新世纪,世界多极化和经济全球化的趋势在曲折中发展.全球范围内经济结构的调整成就了一个知识经济的时代.在此背景下,一个国家综合国力的竞争说到底已成为人才的竞争.谁拥有更多更好的人才,谁就能在不断升级的竞争中取得主动,赢得未来.     

对基于变动量项前馈神经网络盲源分离算法的研究

介绍了盲源分离及基于神经网络盲源分离算法的原理,阐述了基于变动量项前馈神经网络盲源分离算法,并进行了计算机仿真实验。     

论未来图书馆资源共享发展的趋势

资源共享建设的本质,就是根据用户不断变化的需求,利用新兴的技术和手段,为用户提供更全面,更便利的服务,满足用户不断膨胀的需求。网络环境下图书馆的用户需求具有了与以往所不同的、崭新的特点,这就要求图书馆的用户服务模式应该随之发生变化,根据社会环境和用户需求不断调整和更新自身的服务模式,更好地适应和服务于社会及其公众,将是网络环境下图书馆生存与发展的迫切需要。     

解读中国的趋势

从中国传统的儒家文化和老子的文化入手进行分析,阐述了他们各自的观点和不同以及两者相结合所产生的巨大的能量,从这里引申到当今的中国的一些基本的国策和他们内在的涵义,从中希望解读中国今后二三十年的国家的运程和走势.     

浅谈数字图书馆的建设

文章从数字图书馆的定义出发 ,阐述了数字图书馆建设的的基本原则、主体思想与内部运行机制     

具反应扩散项的变耦合时滞神经网络的鲁棒脉冲同步

运用Lyapunov方法,结合Kronecker积和Poincare不等式获得依赖于时滞和反应扩散算子的神经网络全局同步充分性判据,并且所获得的判据依赖于时滞.这些新的LMI形式的同步判据,易于用LMI工具箱进行求解,在时滞耦合神经网络的应用中具有重要的作用.此外,激活函数的扇形非线性假设可以进一步降低结论的保守性.最后,通过实例证明了结论的有效性.     

江淮地区未来气候变化趋势的模型试验研究

本文报导了运用灰色系统拓扑预测方法，对长江下游江淮地区的降水和温度变化趋势作了长期预测模型试验，并对该预测模型的预测精度和预测能力作了检验。试验结果表明：预测模型的预测准确率较高且稳定性好；该地区未来３０年将由多雨期（前１０年）转入少雨期（后２０年）；相应地，盛夏将由偏凉期转入偏热期，隆冬冷暖则表现为准ＺＯ年周期变化。因此，在２００Ｏ年前，洪涝年型仍较多，凉夏年型仍占优势，暖冬年型将逐渐减少；在下世纪初的２０年中，洪涝年型减少，夏季高温干旱趋势上升。     

缓倾斜不规则煤层采煤方法探讨

德赤峰矿区地质构造复杂，所开采煤层常呈藕节状、鸡窝状。或因挤压作用形成大小不一的煤包。本文通过对赤峰矿区1、2号井和方石坪井采煤方法及项板管理的分析，探讨房柱式采煤法对于上述不规则煤层的回采。     

基于STL-Informer-BiLSTM-XGB模型的供热负荷预测

供热负荷预测是指导供热系统调控的重要手段。提高供热负荷预测精度十分重要,针对机器学习中输出目标的分解预测,提出了一种基于季节和趋势分解(Seasonal and Trend decomposition using Loess, STL)的供热负荷预测方法,构建了适用于供热负荷预测的输出目标。首先利用STL算法将供热负荷时间序列数据分解为趋势分量、周期分量和残差分量,分别训练Informer、BiLSTM和XGB三个模型,将构建好的三个分量预测模型的输出叠加作为初步预测结果,分析误差序列,以BiLSTM预测误差提高模型精度,构建出STL-Informer-BiLSTM-XGB预测模型。将上述模型与常用预测模型进行对比,结果表明所构建的STL-Informer-BiLSTM-XGB 模型的MAPE、MAE和MSE,分别为0.871%、96.18和13202.2,预测效果最优,验证了所提出的方法具有较高的供热负荷预测精度。