基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

邮政通信网局部预测模型的研究和实现

为建立模型对网络实体流量流向进行预测,通过对实际情况的分析,得出新的局部预测模型方案,并为模型设定多级子模型,当模型需要变换时,只需要加入新的影响因素,不需要改变模型框架,这样使得模型更加适合邮政通信网仿真优化的需要。对于其它类似的仿真系统模型建立也有一定的启发作用。     

人工神经元网络及其在系统仿真中的应用

本文简要地介绍了人工神经元网络的基本概念、主要特征及其发展历史,评述了几种有代表性的神经元网络模型。在此基础上,探讨了人工神经元网络在系统仿真中可能的应用方向。     

神经网络自适应滤波器在故障诊断中的应用

分析了用自适应滤波器进行故障诊断的方法．针对该方法在计算上要花费大量时间、难于完成实时诊断任务的缺点，提出了用神经网络自适应滤波器来完成故障诊断的方法．神经网络有极快的运行速度，能很好地完成实时诊断任务．     

网络资源建设的思考

在现在的教育教学活动过程中,以网络教育形式来传递教育教学信息,愈发显得重要。以网络基础开展的教育教学活动中,资源建设对整个教学的进展起着至关重要的作用     

局域网中基于ASP的办公信息的采集

办公事务中经常要求采集各种信息，传统的做法是印发数据表、填写数据表、再把数据录入到微机数据库保存和处理；现利用Windows98的PWS和Access数据库，以Weh浏览器和Web服务器交互访问的方式，将局域网上收集的信息直接保存到数据库中．     

网络教学中的预测分析

阐述了开发网络教学系统的系统构成及开发工具,在此基础上提出了基于Web技术的辅助教学系统及预测分析模块,介绍了预测分析模块的工作原理及其构成预测分析模块的量化数据的来源,包括课程资源、讨论答疑、作业提交、测验考试资源等.另外,综述了预测分析的功能特色,应用效果,以及网络教学评价前景和发展.     

网络环境下高校图书馆管理模式的新趋势

论述网络环境下高校图书馆管理的主要模式:以读者用户为中心的管理模式、一切从方便读者出发的服务模式、以人为本的管理模式,塑造人本取向、主动参与的行为和塑造为教学科研服务的全校信息中心和学术机构的形象,以适应网络环境和我国市场经济的变化。     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

Accurate forecasting of the undecided population in a public opinion poll

The problem of pollsters is addressed which is to forecast accurately the final answers of the undecided respondents to the primary question in a public opinion poll. The task is viewed as a pattern‐recognition problem of correlating the answers of the respondents to the peripheral questions in the survey with their primary answers. The underlying pattern is determined with a supervised artificial neural network that is trained using the peripheral answers of the decided respondents whose primary answers are also known. With peripheral answers as inputs, the trained network outputs the most probable primary response of an undecided respondent. For a poll conducted to determine the approval rating of the (former) Philippine president, J. E. Estrada in December 1999 and March 2000, the trained network predicted with a 95% success rate the direct responses of a test population that consists of 24.57% of the decided population who were excluded in the network training set. For the undecided population (22.67% of December respondents; 23.67% of March respondents), the network predicted a final response distribution that is consistent with the approval/disapproval ratio of the decided population. Copyright © 2002 John Wiley & Sons, Ltd.