共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
林源 《云南师范大学学报(哲学社会科学版)》2015,(3):117-128
有效识别新农合定点医疗机构欺诈滥用行为对新农合基金的安全有重大意义。为此,本文旨在构建新农合欺诈识别指标体系,利用主成分分析法结合BP神经网络模型,对定点医疗机构住院医疗服务的欺诈滥用行为识别进行实证研究,并与Logistic回归模型的性能进行比较。研究表明,BP神经网络模型具有较高的识别能力,其性能优于Logistic回归模型。因此,将其应用于新农合管理实践将有助于提高医疗费用支付审核的效率和准确性。 相似文献
3.
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阈值,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
4.
根据经济周期波动监测预警理论,构建基于神经网络的经济周期波动监测预警模型系统。在此基础上,利用我国2006年经济数据,编制2006年景气预警指标信号图,并利用BP神经网络模型对2007年1月份的预警指标进行仿真预测和预警,仿真结果表明了该方法的有效性和可行性。 相似文献
5.
高校助学贷款的风险关系到助学贷款这一制度的健康稳定持续发展,为此,国家助学贷款风险预警和控制机制的建立和研究具有现实意义。本文比较了中美两国高校国家助学贷款的风险预警及其控制机制,对我国建立完善的助学贷款风险防警和控制机制提出了几点建议就此机制的建立。 相似文献
6.
BP神经网络是一种使用非线性可导函数作为传递函数的前馈神经网络,具有较高的精确度,但过多的预测变量会影响BP神经网络的准确性。采用Logistic回归变量筛选方法能在一定程度上提高分类准确性,提高模型效率。对2013年沪深两市A股分类评级进行了研究,证明基于Logistic回归变量筛选的神经网络提高了两极类别分类的准确性。 相似文献
7.
矿井通风机稳定运行对煤矿安全生产具有十分重要的意义。为提高通风机故障诊断的准确率,通过分析通风机振动信号频率成分与通风机故障类型之间的关系,提出一种基于自适应遗传算法(AGA)优化BP神经网络的矿井通风机故障诊断方法。采用AGA优化BP神经网络的连接权值和阈值,提高BP神经网络的学习能力和泛化能力;建立基于BP神经网络的通风机故障诊断模型,并进行仿真实验。实验结果表明,AGA优化的BP神经网络能够有效识别通风机故障类型,故障诊断准确率高。 相似文献
8.
9.
10.
郑景 《赤峰学院学报(自然科学版)》2012,(23):16-19
本文的研究主要根据当前高校教学实验室评估过程中的需要,建立符合高校教学型实验室特点的评估指标体系,并利用BP神经网络予以实现,最终得到实验室整体评价数据.通过实证结果分析,基于BP神经网络的高校教学实验室评价模型是可行的,对高校实验室建设与管理工作的客观评价有着实际应用价值. 相似文献