数据挖掘技术在保险中的作用

数据挖掘在商业应用中正发挥着越来越重要的作用.在该文中,首先讨论了数据挖掘的概念,然后讨论了数据挖掘技术在保险业的应用.     

基于线性变换的MMSE盲多用户检测法

提出了一种基于线性变换和预测的盲多用户检测方法，可同时消除MAI和ISI．它仅利用了某特定用户的扩频序列，先进行线性变换和线性预测，再进行MMSE检测．由于不进行直接信道估计，避免了信道估计误差，使算法的准确性得到了提高．     

基于多级优化的真核生物基因结构预测

基因结构预测对于发现新基因、了解基因组结构规律具有重要作用, 是各类基因组计划的重要内容. 但对于真核生物, 现有基因预测方法的效果仍不理想. 为探讨多级优化的真核生物基因结构预测方法, 在将复杂的多基因结构预测问题划分为基因级(单外显子基因、多外显子基因)、元件级(外显子、内含子等)和特征级(功能位点信号、密码子使用偏好等)等多个层次上的一系列较简单子问题的基础上, 通过从简单到复杂进行逐级优化的策略, 建立了基因结构预测的多级模型, 设计了基因结构寻优的动态规划算法, 开发了真核生物基因结构预测系统GeneKey(1.0). 用广泛采用的数据集对该系统进行测试的结果表明, GeneKey(1.0)的预测精度在核苷酸、外显子和基因水平上均高于著名系统GENSCAN. GeneKey(1.0)已提供网上服务(http://infosci.hust.edu.cn).     

双向Elman神经网络在卫星电池阵功率预测中的应用研究

针对神经网络预测电池阵功率存在的模型阶数难以确定及预测精度低下的问题，提出一种基于改进的Elman神经网络的双向预测模型。该模型利用关联层动态神经元的反馈连接，将未来预测网络和过去预测网络的信息进行融合。使网络对时间序列特征信息的记忆得到加强，从而提高预测精度。用该文提出的双向预测模型对电池阵功率进行预测，输入层仅需一个节点，不需事先对模型进行定阶。仿真预测表明，预测精度比单向模型明显提高，且网络具有较好的泛化能力。     

基于支持向量机的短期GDP预测模型与应用研究

支持向量机是最近几年国际上模式识别研究的热点,具有全局最优和良好的泛化能力.本文在理论分析江门市GDP预测指标体系的前提下,研究了基于SVM的预测方法,并运用实际数据进行建模和预测,获得了比较准确的预测结果.     

内模控制与预测控制中典型设计方法的比较

本文对内模控制系统设计中常用的相消法、H2最优法同预测控制法中的动态矩阵控制在设计思路和控制效果方面进行了比较,并选用了有时滞的非最小相位二阶系统作为对象模型来比较这三种方法在应用时的特点.     

浅谈听力教学中学生预测能力的培养

预测是听力理解中不可缺少的重要技能之一。本文论述了预测的前提及其作用 ,并归纳了培养预测技能的方法     

面向机电系统状态监测与故障诊断的现代技术

以现代技术为主线综述了机电系统运行状态监测与故障诊断技术的进展,阐述了机电系统运行状态监测与故障诊断方法及系统的发展;从技术流程的角度归纳了信号采集技术、信号分析与处理方法、故障诊断方法和机电系统状态趋势预测的先进技术;展望了基于网络的异地设备运行状态的远程监测与诊断技术以及基于虚拟仪器的监测与诊断仪器系统的新兴技术发展前景.     

人工神经网络构造经济预测模型方法的探讨

探讨利用人工神经网络建立经济模型的一般原理和方法,并通过构造一个宏观经济模型的实例加以说明.与传统的回归分析方法相比,人工神经网络具有良好的适应性和分析预测能力.     

基于BP神经网络预报的动态矩阵预测控制

提出了一种基于BP神经网络预报的动态矩阵预测控制新算法 ,在该算法中 ,先用BP神经网络辨识对象模型 ,同时预测对象的未来输出 ,然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模及控制的问题 ,仿真结果验证了这一新型算法的可行性