具分布时滞神经网络周期解的指数稳定性

本文利用一些分析技巧,获得了具分布时滞的双向联想记忆（BAM）神经网络模型周期解的指数稳定性的结论。     

基于Pulic智力资本模型的上市公司财务危机预警研究

智力资本在知识经济时代对企业的发展至关重要.本文考察Pulic智力资本评测模型是否能够用于企业财务危机预警.首先基于2003年至2007年中国A股市场新增ST公司样本及配对样本的前三年数据对Pulic模型综合指标进行单变量分析证实了该模型的预警可行性,然后根据三项因素驱动指标分别运用多元判别、逻辑回归、神经网络和最小二乘支持向量机方法建立预警模型进行回判和外推.结果表明,Pulic模型在ST前两年具有较高的判断准确性,可以通过对智力资本的考察而预知企业未来的财务状况.     

具周期输入的有限连续分布时滞神经网络周期解的全局指数稳定性

在去掉对激励函数有界、连续可导、平均时滞有界的条件下,仅要求激励函数满足Lip-schitz条件和连接权矩阵之间的关系是一个M-矩阵的情形下,利用重合度理论、Dini导数等知识得出了具周期输入的有限连续分布的一类细胞神经网络周期解的存在性.利用Dini导数和不等式分析技术在同样条件下得出了周期解的指数稳定性.推广和改进了前人的结论.并举例说明了所得定理的有效性.     

阿尔茨海默病诊断的自适应BP神经网络模型

阿尔茨海默病(AD)和轻度认知功能损伤(MCI)具有患者多、诊断难的特点,改进BP神经网络,提出自适应BP神经网络(ABP)进行100次AD和MCI诊断模拟,ABP神经网络的诊断正确率显著高于BP和RBF神经网络.采用留一法将101例正常人、200例MCI和90例AD患者的样本分为训练集和检测集,用ABP神经网络对其进行诊断模拟,总正确率达到73.91%.     

灰色理论和BP神经网络在大学生就业信心指数预测中的应用

采用大学生就业信心指数来分析预测其就业信心是值得研究的问题.提出一种灰色理论和BP神经网络相结合的方法对大学生就业信心指数进行预测.首先对影响就业信心的主要因素建立不同的灰色模型,然后将每个灰色模型的预测值作为神经网络的输入,利用神经网络进行组合预测以作为其最终的预测值.结果表明组合模型的预测值相对误差更小,精度更高.     

塑造新时代的“爱因斯坦的大脑”不是梦——科学家破解爱因斯坦天才之谜是“左右大脑连接更紧密”

人脑是自然界最复杂、最精妙的超巨体系。它有着巨量的神经元和突触连接．包含着星罗棋布可塑神经网络，主宰着人类的主观意识与客观行为。因而，欧、美、日等国家纷纷于上世纪90年代就制定了脑科学研究的长远计划，并宣布21世纪是“脑科学时代”。     

含有五个反馈权值的二维细胞神经网络可实现Mosaic模式

研究一类含有五个反馈权值二维细胞神经网络系统,以系统的输出反馈权值及阈值为参数构成参数空间,引入几何方法,将此空间分解分块成有限个区域,当输出反馈权值及阈值在某一区域上时,给出系统具有M osaic解所有可能的输出函数M osaic模式的充要条件.     

具有随机扰动和多重变时滞的神经网络稳定性分析

考虑了一个具有多重时变时滞的随机神经网络的全局渐近稳定性问题.通过构造Lyapunov-Krasovskii函数并运用广义Ito公式,得到了一个充分条件,条件保证了神经网络在随机扰动下的全局均方渐近稳定性.最后通过一个数值实例验证了结果的有效性.     

基于灰关联分析的GA-BP神经网络在汽车油耗估算中的应用

从设计参数特征入手分析影响汽车油耗的因素,利用灰关联分析方法,解析了各设计参数对汽车油耗的影响程度,选择其中灰关联度较大的设计参数作为输入数据,综合工况油耗作为输出数据,构建6-5-1层结构的BP神经网络预测模型,并利用遗传算法获得优化后的BP神经网络的权值和阈值,然后训练BP神经网络得到最优值,最后以国内市场340款汽车作为研究样本,进行有效性验证.研究结果表明,模型利用灰关联分析获得影响汽车油耗的主要因素,简化了网络结构;与优化前的BP神经网络相比,具有更高的预测精度和可靠性.     

基于人工神经网络和随机游走模型的汇率预测

由于金融数据具有随机性特征,使得建模和预测变得极其困难.提出一种组合预测方法,即假定任何金融时序数据由线性和非线性两部分组成,将其中线性部分的数据通过随机游走(RW)模型进行模拟,剩余的非线性残差部分由前馈神经网络(FANN)和诶尔曼神经网络(EANN)协同处理.从实证结果可知,该组合方法相比单独使用RW、FANN或EANN模型有更高的预测精度.