搜索资源列表
基于RBD的民航客运预测及MATLAB的实现
- ：基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性，利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性，选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识，并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试，实验结果表明，将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性，预测精度更高
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法，根据CPI(消费者物价指数)与其影响因素之间存在的映射关系，应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究，把RBF神经网络与传统的BP网络预测结果进行比较，结果证明，该模型的预测精确度更高，结果令人满意。
蔡雷厉-胡凤培-论文检测
- 蔡雷厉-胡凤培-论文检测.doc 在巨大的网民规模的推动下，中国的网上购物迅速发展。截至2010年6 月底，我国网民规模达4.2亿人，网络购物用户达到1.42亿。电子商务网站更是铺天盖地出现在人们的视野中，电子商务网站的数目不断增多，类型不断增加，网站的功能不断强大，随之而来网站的可用性问题也日益突出。 网站可用性是电子商务网站好坏的一个重要评价指标，其深刻地影响着消费者的购买体验，进而成为决定网站生死存亡的关键。提高网站的可用性不但能充分增加商业网站的销售额，而且让商业网站更具有生存和
粗糙集
- 采用某股份制银行的698 家贷款企业样本, 基于粗糙集-Elman 神经网络集成构建了贷款企业五 级分类评估模型.该模型首先应用粗糙集理论约简出重要指标体系, 然后将训练样本送入Elman 神经网 络进行学习和训练, 进而对检验样本的风险等级进行判别.结果表明, 与传统的logistic 回归模型相比, 粗 糙集-神经网络系统对检验样本预测精度更高, 是一种更为有效和实用的分类方法, 为我国商业银行五 级分类管理提供一个新的方法. 关键词: 粗糙集;Elman 神经网络
基于网格划分的井下无线充电装置部署算法
- 针对利用无线充电装置为井下无线可充电传感器网络进行能量传输的场景，将充电装置的部署转化为充电覆盖问题，并结合充电模型建立了最优充电覆盖模型。为求得最优充电覆盖模型的近似最优解，提出了一种基于网格划分的无线充电装置部署算法。该算法通过网格划分及扫描的方式确定充电装置的最优位置，在满足所有传感器节点充电覆盖的同时，最小化充电置的数量。
结合双模多尺度 ＣＮＮ 特征及自适应深度ＫＥＬＭ 的浮选工况识别
- 针对可见光图像特征驱动的浮选工况识别方法的不足，提出一种基于双模态图像多尺度 ＣＮＮ 特征及自适应深度自编码核极限学习机（Ｋｅｒｎｅｌ Ｅｘｔｒｅｍｅ Ｌｅａｒｎｉｎｇ Ｍａｃｈｉｎｅ，ＫＥＬＭ）的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解，设计双通道 ＣＮＮ 网络对双模态多尺度图像进行特征提取及融合，将多个双隐层自编码极限学习机串联成深度学习网络对 ＣＮＮ 特征逐层抽象提取，然后通过核极限学习机映射到更高维空间进行决策，最后改进量子细菌觅食算法并应用于深度自编码