基于遗传算法神经网络集成股票市场预测研究

神经网络集成技术能有效地提高神经网络的学习能力和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.本文利用不同的神经网络算法产生神经网络集成个体,以误差平方和最小为准则,用遗传算法动态求解集成个体的非负权重系数,进行最优组合集成建模研究,并以此建立股市预测模型.通过上证指数开盘价、收盘价进行实例分析,计算结果表明该方法相对传统的简单平均集成模型,具有预测精度高、稳定性好,易于操作的特点.     

网络信息资源的组织分析与构建的探讨

前所未有的自由度使Internet信患资源的共建和共享的潜力无穷,然而也使因特网上的信息资源很大程度上处于混乱无序的状态,大大影响了信息利用的效率.针对这一问题,从网络信息资源的含义与特点出发,分析了目前网络信息组织各具体方式的优劣.进而提出下一代网络信息组织的新模式--总分武网络信息中心.     

循环经济生态工业网络稳定性研究

以天津泰达生态工业网络为典型案例,分析了生态工业网络的构建方法、稳定性的表现、影响因素,提出了增加生态工业网络系统稳定性的建议。     

基于Markov网络的检索模型

基于Markov网络的信息检索模型提出一种贝叶斯网络推广的检索模型,该模型利用词项在文档集中的共现信息来构造Markov网络,通过该索引项子Markov网络来加载附加查询证据源,计算文档与查询之间的相关性概率,由此概率进行文档排序. 实验结果表明,本文提出的Markov网络模型比其他传统的检索方法具有更优的检索性能.     

中国教育网拓扑结构比较研究

将2007年的中国教育网作为复杂网络对象进行研究.通过编写网络机器人,追踪了在.edu.cn域名下的高校网页,共获取了2 354 934个网页和26 816 209条链接.分析了该复杂网络的拓扑结构,探讨了度分布、平均最短路径等特性,并将结果与2004年对中国教育网的研究进行了比较,以此观察该复杂网络的发展变化.     

基于Kalman滤波的基本Elman网络训练新算法

Kalman滤波算法应用于基本Elman网络学习时,收敛速度较快,但收敛精度往往不高;而基于梯度下降的BP算法可以以很高的精度实现输入输出的非线性映射,但在极值点处收敛速度缓慢.针对上述问题,提出一种将Kalman滤波算法应用于基本Elman网络的新学习训练算法.该算法结合Kalman滤波算法和基于梯度下降的BP算法的优点来训练网络,以基本Elman网络隐层单元输出作为非线性系统的状态变量,通过Kalman滤波算法实现状态变量的快速准确跟踪,然后通过梯度下降法修正权值以保证精度.另外,在训练过程中,通过增加训练样本的信息内容来提高网络收敛的精度.仿真结果表明了该算法的有效性.     

基于EPCglobal网络的模拟平台组建

以EPCglobal结构框架为基础，分析各组成模块的主要功能，利用Rifidi Emulator、Aleserver、FOSSTRAK和MySQL等开源软件设计并组建实验平台，模拟实现EPC信息的捕捉与查询，并对实验结果进行分析。     

煤矿带式输送机故障诊断中模糊神经网络的应用

以模糊数学分析及神经网络综合运用为基础,研究了煤矿带式输送机的故障诊断技术.通过对输入参数的模糊数据处理并利用神经网络的学习能力来实现对数据的训练,得到高精确度的故障参数,从而建立起相应的模糊神经网络,对带式输送机进行及时有效的故障判断.最后基于Matlab软件对训练数据的仿真表明,基于模糊神经网络的故障诊断相较于传统故障诊断技术具有极高的准确度,且数据反馈及时,运行稳定.     

分布交互仿真的时空一致性

时空一致性是分布交互仿真中的一个基本问题，严重的时空不一致会对仿真的效果造成很大的影响，甚至导致仿真失败。作者建立了时空一致性的基本概念框架，提出了其度量指标，然后提出了分布交互仿真系统的一个设计准则，利用分布交互仿真的时空一致性进行了定量分析。     

单调谐放大器的S平面相量图解分析

本文应用复频域相量图解的方法,比较系统地分析了单调谐放大器的频率响应。