基于R软件的Bayes判别分析在医学中的应用

Bayes判别在进行判别分析时考虑到各总体出现的先验概率、预报的先验概率及错判造成的损失,其判别效能优于其他判别方法.对Bayes判别方法详细介绍的基础上,利用R软件对一组舒张压和胆固醇数据分别进行Bayes判别分析、Fisher判别分析和基于距离的判别分析,对比三种不同方法下得到的判别结果,结果表明Bayes判别分析得到的分类结果精度较高,Bayes判别分析在医学领域有较好的应用前景.     

基于ELM与BP神经网络的新疆雹云预测与识别

冰雹是一种强烈的自然灾害,为了提前对冰雹进行预测,提出了一种BP神经网络做预测,极限学习机做识别的预测方法.方法以雷达回波反射率图像的均值、方差、熵为判别指标,首先训练好能够分类云层特征的极限学习机,其次结合雹云形成过程,使用经过较大样本训练的BP神经网络对未来30分钟数据预测,最后使用经过训练的极限学习机进行云层的类型判别.实验结果表明,BP神经网络能够平均提前5-20分钟预测出降雹,具有较好的预测效果.     

基于BP算法的信用风险评价模型研究

本文利用神经网络技术建立基于 BP算法的信用风险评价模型 ,为我国某商业银行 12 0家贷款企业进行信用风险评价 ,按照企业的信用等级分为“信用好”、“信用中等”和“信用差”三个小组 .仿真结果表明 ,本文所建立的神经网络信用风险评价模型的分类准确率高于传统的参数统计分类方法——线性判别分析法的分类准确率 .文中还详细给出神经网络信用风险评价模型的网络构建方法及基于 BP网络的学习算法和步骤 .     

一种利用神经网络改善判断矩阵一致性的方法

针对层次分析法中判断矩阵致性改进问题,提出了一种利用神经网络改善判断矩阵一致性的方法.本文在建立了BP神经网络模型的基础上,把判断矩阵一致性调整问题转化为BP神经网络的多输入多输出求解问题.经BP神经网络算法调整过的判断矩阵再返回给专家进一步调整使其符合萨迪标度.计算实例表明,此种方法是可行的.     

基于SVM分类模型的垃圾文本识别研究

主要研究垃圾文本识别问题,利用苹果手机评论文本特征向量建立了SVM分类模型对垃圾文本进行识别,并与BP神经网络判别模型结果进行对比,得出苹果手机前400组训练样本的判别正确率为71%,后196组测试样本的判别正确率为70.12%.故得到,影响垃圾观点文本识别效果的主要原因为:1)评论文本的特征项的提取和文本特征空间向量求解.2)判别分类方法的选择,其中SVM文本识别效果最优.     

基于NFA-BP算法的企业经营状况评价模型

针对萤火虫算法(FA)易出现过早收敛,陷入局部最优的缺点,引入小生境技术,提出一种小生境萤火虫优化算法(NFA),通过测试后,利用其搜索BP神经网络的参数.最后建立基于小生境萤火虫优化BP算法的企业经营状况评价模型,并与传统的BP神经网络模型进行对比,仿真结果表明,基于NFA-BP算法的经营状况评价模型的正确识别率高于传统的BP模型,是一种有效的评价模型.     

基于回归BP神经网络误差分级迭代法的逐时气温预测方法研究

气温预测是天气预测中的一项主要内容,由于气温的影响因素多而复杂,要想达到精细化预测目的,仍是十分复杂的科学难题.当前学术界的一般方法是假设数学模型对温度物理过程进行研究,建立了BP神经网络模型、温度与相对湿度之间的回归模型,最终在回归模型的基础上通过改进的BP神经网络建模,即利用BP神经网络误差分级迭代法建模,通过历史温度进行逐时气温预测,全样本误差达到0.617℃.     

MEA-BP模型在遥感影像分类中的应用研究

遥感影像分类作为遥感技术的一个重要应用,对遥感技术的发展具有重要作用.针对遥感影像数据特点,在目前的非线性研究方法中主要用到的是BP神经网络模型.但是BP神经网络模型存在对初始权阈值敏感、易陷入局部极小值和收敛速度慢的问题.因此,为了提高模型遥感影像分类精度,提出采用MEA-BP模型进行遥感影像数据分类.首先采用思维进化算法代替BP神经网络算法进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于思维进化算法的BP神经网络分类模型,并将其应用到遥感影像数据分类研究中.仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值.     

基于特征提取与神经网络的音乐分类方法

首先用离散傅立叶变换对音乐进行预处理,然后根据不同类型音乐的统计规律提取了特征向量.最后利用BP神经网络对特征向量进行训练,建立了一种基于神经网络的音乐分类方法.仿真实验结果表明,方法是一种有效的分类方法.     

基于改进CS优化BP神经网络的降水量预测模型

针对传统BP神经网络易陷入局部极值和连接权值难以确定的问题,提出了一种基于融合PSO(Particle Swarm Optimization)和CS(Cuckoo Search)的混合算法优化设计BP神经网络(PCS-BP)的预测模型.该优化方法主要利用混合算法优秀的全局搜索能力和收敛速度设计优化BP神经网络的连接权值和网络结构,解决了BP神经网络由于参数随机取值引起的网络震荡和过拟合的问题,提高了预测模型的准确性.结合具体实例,分别采用BP神经网络、CS-BP模型和PCS-BP模型对汉中地区的月降水量进行预测,实验结果表明,PCS-BP的平均绝对误差(MAE)为0.3966,均方根误差(RMSE)为2.3793,平均绝对百分比误差(MAPE)为0.46%,均优于其他模型,具有较好的预测能力.     

模糊聚类最优划分判定的一种新模型

针对聚类分析的模糊模式未解决的问题:模糊划分空间中模糊最优划分的判定问题,提出一个新的判定模型。给出基于新的最优划分判定模型的应用例子,验证了模型算法应用的可行性。     

科技奖励评审工作中专家水平的考察

本文依据国家和军队科技进步奖评审的实践，对所取得的参评专家的动态权重的数值进行了统计分析，提出了对参评专家在评审工作中所表现的水准高低进行考核的方法．     

基于自适应延时神经网络的短时交通流预测

为了提高交通流诱导系统的性能,研究了一种基于自适应延时神经网络算法的短时交通流量预测模型,该算法与传统的神经网络方法相比在神经网络的结构和神经网络的训练方法两个方面进行了改进,更适用于预测具有不确定性、非线性、动态性等特征的短时交通流,同时用Matlab7.0编写程序对算法进行了仿真实现,根据仿真结果的分析验证了算法时实性和精确性.     

也谈线性规划的“悖论”问题

本文根据对偶定理，分析了线性规划“悖论”产生的条件，探讨了避免“悖论”产生的方法，并给出了在求得（ＬＰ）的最优解的同时判断是否产生“悖论”的方法．     

广义系统能控性的两个充要条件

能控性判定问题是现代控制论研究的重要课题,它是系统分析和设计的理论基础.本文给出了广义系统能控性的两个充要条件,该些结果也为判定广义系统的能控性提供了一些实用方法,最后给出了一个例子.     

A convergent FEM-DG method for the compressible Navier–Stokes equations

This paper presents a new numerical method for the compressible Navier–Stokes equations governing the flow of an ideal isentropic gas. To approximate the continuity equation, the method utilizes a discontinuous Galerkin discretization on piecewise constants and a basic upwind flux. For the momentum equation, the method is a new combined discontinuous Galerkin and finite element method approximating the velocity in the Crouzeix–Raviart finite element space. While the diffusion operator is discretized in a standard fashion, the convection and time-derivative are discretized using discontinuous Galerkin on the element average velocity and a Lax–Friedrich type flux. Our main result is convergence of the method to a global weak solution as discretization parameters go to zero. The convergence analysis constitutes a numerical version of the existence analysis of Lions and Feireisl.     

基于最大长度区间的区间权重向量标准化方法

区间权重向量在不确定多准则决策分析和AHP中都发挥重要作用,鉴于区间权重向量的不确定性,区间权重向量的标准化问题成为研究的一个热点.在相关研究的基础上,提出基于最大长度区间的区间权重向量标准化方法.首先为了更好理解标准化权重向量,给出标准化区间权重向量的一个等价命题;其次,提出简便的标准化区间权重向量的判定方法,并提出不同情形下,通过调整最大长度区间的区间权重向量的标准化方法;最后,通过算例及与其他方法的对比,说明该方法是简便有效的.     

模糊信息综合评判方法在优质小麦品质评价中的应用

小麦品种(系)间综合品质的差异性取决于各品质性状的优劣及变异性.根据模糊数学原理,提出优质小麦品质模糊综合评判的三种变异性信息权重分配方法—变异系数赋权、信息量赋权与距优平方和赋权.按方法对陕西省11个育成小麦品种(系)品质综合评判结果为:>-λ0.65,为优质小麦品种,包括高优503、陕160、小偃6号、大粒878、陕优225;λ-<0.55,为低筋粉专用小麦,包括小偃7号、秦麦12号、陕354、荔丰3号.     

The assessment of retailing efficiency using Network Data Envelopment Analysis

This paper describes a method for the assessment of retail store performance based on Data Envelopment Analysis (DEA). The assessment considers the stores as complex organizations that aggregate several subunits, corresponding to sections with management autonomy. This structure motivated an analysis at two different levels: the section level and the store level. The performance assessment of the sections envolves a comparison among similar sections located in different stores, and evaluates efficiency spread. This is followed by an analysis at the store level to define targets for the sections. This analysis takes into account the interdependencies of the sections composing a store, as they share limited resources such as the floor area. This is achieved using a Network DEA model, which determines the maximum store sales allowing for reallocations of area among the sections within a store. The method developed is illustrated using a case study consisting of a Portuguese chain of supermarkets.     

Melnikov analysis of chaos in a general epidemiological model

The purpose of this paper is to study a SIR model of epidemic dynamics with a periodically modulated nonlinear incidence rate. We must go, for the first time, through a series of coordinate transformations to bring the equations into amenable to Melnikov analysis. This analysis establishes mathematically the existence of chaotic motion of the models by Melnikov's method. The numerical simulations are made for the conclusions in this paper.