共查询到20条相似文献，搜索用时 46 毫秒
1.
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
2.
3.
4.
【目的/意义】微博舆情对社会各领域的影响与日俱增,但由于其影响因素众多,呈现出非线性且复杂的变
化。因此,如何快速、准确地预测其发展趋势是一个很有价值的研究课题。【方法/过程】以微博话题的博文总数作
为微博话题发展趋势的量化指标,考虑话题发展的复杂性和非线性的特点,采用模糊神经网络来预测微博话题的
发展趋势。并通过改进的粒子群优化算法对模糊神经网络的参数进行优化以更好的发挥模糊神经网络在处理非
线性、模糊性等复杂问题上的优越性。【结果/结论】通过对新浪微博数据集的对比实验,验证了本文所提方法的有
效性和准确性。本文方法有效解决了微博舆情趋势预测中遇到的模型参数复杂、易陷入局部最优的问题,提高了
微博舆情发展趋势预测的准确性。 相似文献
5.
基于BP神经网络的南通市建设用地需求预测 总被引：7，自引：2，他引：5
以南通市1988年～2006年社会经济发展和建设用地数据,利用二元变量相关分析选取南通市建设用地规模扩张的驱动因子,分别采用多元回归分析和BP神经网络构建建设用地需求预测模型.在模型比较优选的基础上,预测未来南通市建设用地需求量,并应用灰色系统法结合趋势判断对预测结果合理性进行了验证.结果表明,运用全部引入法进行多元回归分析,预测模型置信程度较低;运用逐步回归法进行模型优化,多重共线性消除的同时多数驱动因子在预测模型中被剔除,造成指标选取不足;而基于BP神经网络的建设用地需求预测模型融合了各驱动因子对建设用地规模的影响,模型变异系数仅为1.78%,运用该模型可有效提高建设用地需求预测精度,计算结果较合理. 相似文献
6.
【目的/意义】精准预测与掌握舆情事件的发展,及时发现舆情中的潜在危机,对社会的长治久安具有重要
意义。【方法/过程】针对网络舆情演化的不确定性、多变性与灰色性等特征,选取多个指标数据建立多因素灰色模
型(MGM(1,m))。同时,为提高预测结果的精确度,利用BP神经网络对多因素灰色模型的预测残差进行修正,构建
基于残差修正的多因素灰色模型,并结合“莆田系事件”对模型预测性能进行验证。【结果/结论】仿真结果表明,相
对于单一序列GM(1,1)模型和无残差修正的多因素灰色模型,残差修正后的多因素灰色模型在网络舆情预测上具
有一定的优势。 相似文献
7.
8.
【目的/意义】基于机器学习算法对信息进行聚类及预测引起了广泛关注,本文将以航空公司客户信息为对
象构建出k-means,BP神经网络模型,对航空用户进行聚类及预测,实现用户的精准营销。【方法/过程】首先,对航
空公司的客户信息进行预处理,并根据信息聚类和信息预测理论,构建出k-means客户聚类模型与BP神经网络的
流失预测模型。【结果/结论】实证结果表明,在聚类模型上,k-means算法将客户聚为五类,实现了不同价值客户的
差异化识别;在客户预测模型上,BP神经网络的准确性更高。【创新/局限】本次研究将LRFMC模型引入到用户聚
类模型的实验中,使得模型泛化能力上存在了一定的局限,但也为该问题的未来研究提供了新的方式。 相似文献
9.
10.
【目的/意义】利用数据挖掘技术分析涉恐人员的物流、资金流、信息流等数据进行反恐预警可以有效提高
反恐工作效率和优化资源配置。【方法/过程】本文将研究如何利用信息增益决策树对涉恐情报信息进行快速分
类。分类过程为从根节点的涉恐人员属性开始不断产生新的分支。产生每个分支都需要计算不同属性的信息增
益并选择分裂属性。【结果/结论】文中的方法可以对大量涉恐情报基础数据进行快速分类,在实际工作中可以与关
联分析、聚类分析、异常检测等其他数据挖掘方法组合使用。该方法既可以应用于公安情报学专业本科生的课堂
教学,也可以应用于情报分析人员的培训。 相似文献
11.
影响住房需求的因素众多,错综复杂,并且具有非线性的特征。本文通过对住房需求影响因素的分析,用BP神网络来购建住房的需求模型。根据河南开封市的有关统计数据,用BP神经网络优化算法进行住房需求预测,并与多元回归测方法进行对比。结果表明,BP神经网络具有较好的适应性和较高的预测精度。 相似文献
12.
【目的/意义】针对多组时间序列的海量数据集和以预测为目标的信息分析方法，提出了基于数据挖掘技术 的预测模型，在大数据环境下，提高了预测精度，以期在其他领域的信息分析和情报预测能有所借鉴。【方法/过程】 以集装箱海运价格预测为例，提出集装箱海运价格预测模型，设计自适应的网格搜索策略，高效准确地确定数据挖 掘算法中的超参数组合，提出基于时间序列留出法的评估方法，降低了集装箱运价这种多组时间序列数据集在数 据挖掘结果上的泛化误差，针对海量运价信息，对GBDT算法进行并行计算设计和预排序后的损失函数迭代计算 优化策略，提高了算法在大数据环境下的计算效率。【结果/结论】模型和算法运行结果仿真显示：对于传统的时间 序列问题，基于数据挖掘方法的预测模型取得了比传统时间序列方法更优的结果。 相似文献
13.
【目的/意义】网络舆情预测由于对指导政府工作,维护社会稳定具有很高的现实意义,一直是网络安全领
域研究工作的关注重点。但是网络舆情演化趋势复杂,影响因素众多,前人工作多考虑了单变量因素,忽视了多因
素对趋势的影响,且前人采用的传统模型由于自身的局限性,针对非线性场景的预测很难收到较好效果。【方法/过
程】为解决前人研究的不足,本文设计了一种基于循环神经网络的自适应学习率的网络舆情模型,根据舆情数据特
点选取了多种特征构建了循环神经网络序列生成模型,针对循环神经网络模型收敛困难的问题,通过连续最优掷
币策略自适应调节学习率来提高训练速度和预测精度。【结果/结论】实验结果表明,与传统方式和普通神经网络相
比,本文方法有着更好的舆情预测效果。 相似文献
14.
【目的/意义】应用改进的AHP-BP方法构建基于用户感知的科研项目数据库服务质量评价体系。【方法/ 过程】根据传统AHP法得出指标权重,计算出专家群组的净感知相关系数矩阵,确定了专家权重,进而求解得到评 价指标的综合权重,然后以多组数据为先验样本进行BP神经网络的训练、测试和验证,从而得出了可供推广的 AHP-BP神经网络的科研项目数据库综合指标权重模型。【结果/结论】对指标权重的分析表明,对于科研项目数据 库来说,内容是最关键的评价指标,且改进的AHP-BP神经网络评价模型所得结果更加客观合理。 相似文献
15.
【目的/意义】自然界中时间序列信号具有非线性、非稳定变化的特点。对时间序列信号实现准确预测,不
仅能够提高风电机组的输出功率,并且有助于调控风电场的运行维护,保障电力系统的安全运行。【方法/过程】本
文基于集合经验模式分解和变分模态分解两种时间序列分解的方法,并将其与RBF神经网络相结合提出RBF直
接预测模型和EEMD-RBF 和VMD-RBF 两种组合预测模型。利用某风电场的原始风速时间序列信息,通过
MATLAB 软件进行编程,进行案例分析。【结果/结论】预测结果表明组合预测模型优于RBF 直接预测模型,且
VMD-RBF组合预测模型的预测结果最为精确。 相似文献
16.
提出一种数据挖掘技术的网络舆情组合预测模型。首先利用灰色模型GM模型对网络舆情进行预测,然后采用BP神经网络对GM模型预测结果进行修正,同时采有粒子群算法优化BP神经网络参数,最后采用某网络某热门话题对模型进行仿真实验。仿真结果表明,本文模型可以准确预测网络舆情变化趋势,提高了网络舆情预测精度。 相似文献
17.
【目的/意义】根据大数据环境下信息资源管理的特征,对信息资源管理模式进行创新探索,进一步挖掘信 息资源深层次价值,实现更健康有效的信息资源载体的支持。【方法/过程】以大数据背景的信息资源特征为基本研 究出发点,挖掘数据科学与信息资源管理的关联,利用数据挖掘和数据分析以及新兴的智慧服务,构建较为系统的 信息资源管理模式。【结果/结论】通过本文的研究,构建了大数据背景下信息资源管理三种创新模式：①“物联网＋ 大数据”创新模式;②“数据挖掘技术＋信息资源”融合模式;③“技术框架＋用户核心”的信息服务模式,为大数据 时代信息资源管理的可持续发展及研究提供知识参考依据。 相似文献
18.
【目的/意义】中医医案中包含的隐性知识具有巨大的价值,通过数据挖掘技术对中医医案进行分析,挖掘
临床医案中的隐性知识,有利于知名中医个人知识经验的传承和中医理论知识的积累和拓展。【方法/过程】收集中
医医案中患者的主诉和现病史,并对主诉和现病史进行数据清洗,通过基于cart算法的数据挖掘技术挖掘中医医案
中的隐性知识,探究病症与患者症候各个属性之间的关系。【结果/结论】本文以胃脘痛为例,发现了胃脘痛与患者
症候各个属性之间的相关程度,为数据挖掘技术在中医医案隐性知识挖掘研究提供借鉴。【创新/局限】本文采用的
cart算法判断胃脘痛与患者属性之间的相关性与医案中确诊结果进行比较,得出该方法相关性准确率高于ID3算
法、C4.5算法和SLIQ算法,判断相关性最高。 相似文献
19.
【目的/意义】大数据背景下,数据密集型科研时代已经来临,对高校研究生数据素养的评价能够帮助了解
现状,推动数据素养教育的完善和优化。【方法/过程】本研究在相关研究的基础上,构建基于数据生命周期的高校
研究生数据素养评价指标体系,包括4个一级指标和18个二级指标。通过问卷调查收集数据,利用BP神经网络对
评价指标体系进行验证。【结果/结论】数据分析结果表明,所构建的评价指标体系具有一定的实用性,并能够对大
数据背景下的高校研究生数据素养教育提供借鉴和参考。【创新/局限】本研究的局限性主要有两个方面,一是样本
的选择以硕士研究生为主,导致评价结果的代表性有限;二是评价方法较为单一,没有对不同评价方法进行对比。 相似文献
20.
【目的/意义】近年来,世界各地的暴恐活动呈现出破坏性大、影响范围广、计划性强、手段多样等特点,这也 决定了打击恐怖主义要把反恐预警工作作为重中之重。利用数据挖掘技术进行涉恐情报分析,发现涉恐线索是实 现反恐预警的有效手段之一。数据预处理是使用各种数据挖掘方法的前提和基础。【方法/过程】本文将系统研究 数据预处理在涉恐情报量化分析中的应用。主要讨论数据清洗、数据集成、数据离散化以及数据二元化等预处理 方法在涉恐信息处理时应该重点注意的问题。文中所有涉恐数据特征均从媒体公开报道中获取。【结果/结论】本 文讨论的预处理方法可以为展开涉恐情报数据挖掘消除数据缺陷,提供标准化的基础数据,为挖掘结果分析和可 视化展现打下良好基础,有利于反恐预警的实现。 相似文献