共查询到20条相似文献，搜索用时 593 毫秒
1.
目的:本文通过matlab构建BP神经网络模型,用于实现人工神经网络诊断中医胃病的病型,方法:将真实的中医胃病临床数据通过数据清洗、数据编码、BP神经网络模型配置、模型训练,构建出BP网络模型。结果:通过整理数据,反复地训练学习,最终使每种病型的平均预测率达到90%以上,结论:利用BP人工神经网络成功实现了中医胃病病型的辅助诊断。 相似文献
2.
将BP神经网络方法用于高校图书馆图书借阅量的预测研究,设计出用于预测图书借阅量的BP神经网络模型,并用2008年的图书借阅量数据进行网络学习和训练,预测结果具有较高的精度。 相似文献
3.
从分析影响旅游业发展的因素出发,选择了对旅游业发展影响最大的危机预警指标,并结合相关数据样本,应用BP神经网络技术,研究建立一种基于BP神经网络模型的旅游危机预警系统,借助MATLAB中的神经网络工具箱进行仿真训练和检测,训练结果表明模型性能良好,预警准确率高,能够很好的用来对旅游危机进行预警、检测和分析研究。 相似文献
4.
分析了科技期刊稿件审理的指标体系与BP神经网络的基本原理，建立了基于BP神经网络的稿件质量评价系统，输入层为6个节点，输出层为1个节点，中间层为12个节点，并应用24个样本对网络进行了训练。检验结果表明，检验样本的期望输出结果与网络模型的计算结果的最大误差小于0．1％，说明该模型可行。 相似文献
5.
6.
7.
8.
9.
提出从企业的财务绩效、顾客绩效、内部运营绩效、人力资源绩效和社会责任绩效五个方面对企业战略绩效进行评价,建立战略绩效评价指标体系。设计了一个BP神经网络的拟模型,搜集我国13家上市汽车公司的数据样本对构建的拟模型进行训练和测试,然后对其修正,使其达到稳定状态,从而建立一个完整的BP神经网络模型。最后,用另外3家企业样本来验证所建模型的推广性,以证明BP神经网络的战略绩效评价方法的准确性和可行性。 相似文献
10.
基于蚁群算法的ACO-BP神经网络性能研究 总被引：1，自引：0，他引：1
BP神经网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一,存在收敛速度慢、易陷入局部最优等问题。将蚁群算法与BP神经网络相结合,在一定程度上克服了训练网络时间长、精度不高的问题,并与GA-BP神经网络对比分析,展示了ACO-BP神经网络的性能优势。 相似文献
11.
基于遗传算法优化BP神经网络的锅炉燃烧建模 总被引：1，自引：0，他引：1
曹弘飞 《科技成果管理与研究》2009,(3):86-89
针对传统BP神经网络存在着容易陷入局部极小点、训练时间长等缺点,本文利用遗传算法对BP神经网络进行优化,将其用于锅炉燃烧系统的建模中。结果表明：本文的模型比文献8中单用BP神经网络建立的模型精度更高,故可行性好,对电厂燃烧的模拟与运行的经济性有帮助。 相似文献
12.
创业板公司成立时间较短、企业规模较小,其研发投入的影响因素较多,使用营业净利率、每股收益、董监高年薪、可持续增长率、资产负债率、现金流量净额和GDP这些指标,运用径向基神经网络(RBF)和逆传播神经网络(BP)方法构建一个训练完成的神经网络模型,研究发现RBF神经网络模型比BP神经网络模型具有更好的拟合、预测效果。 相似文献
13.
针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。 相似文献
14.
文章指出了BP神经网络存在的问题,选择了一个具体的目标函数,利用Matlab的神经网络工具箱进行系统仿真,通过改变系统的隐层神经元数目、训练函数和激励函数,分别比较了系统在模型发生改变后在实现函数逼近性能方面的差异,并提出了要使BP神经网络在函数逼近方面具有良好的性能,在隐层神经元数目、训练函数以及传递（激励）函数三个方面需要注意的问题。 相似文献
15.
16.
17.
改进的BP神经网络方法及其在农业商品总产值预测中的应用 总被引：2，自引：0，他引：2
针对BP神经网络应用中存在的训练时间长、收敛速度慢的问题，对常用的BP神经网络方法进行了改进，增加了数据前处理和后处理的过程。前处理过程是对BP神经网络的输入变量采用主成分分析法进行预处理，确定主要的影响因素，解决了神经网络训练时输入变量过多造成的效率下降问题；后处理过程是对训练结果采用回归和相关性分析的方法进行评价，验证了训练结果的精度。对农业商品总产值的预测结果表明．改进的BP神经网络方法能够提高神经网络的训练效率．并且达到了较高的预测精度。该方法适用于解决多因素预测的问题。 相似文献
18.
19.
采用BP神经网络模型解决科技人才需求预测问题。首先介绍BP神经网络结构和学习算法,其次确定科技人才需求预测影响因素指标,作为BP神经网络输入,最后以Matlab为运行平台实现BP神经网络模型,并以河南省科技人才为例进行案例分析,应用BP神经网络模型预测河南省2008-2010年科技人才需求量。 相似文献