一个矩阵的逆及其在教学中的应用

目的在于说明,一个矩阵的逆矩阵既可用于简明地导出数学分析中的Abel变换,又可用于导出一类重要矩阵的性质.所有推导过程都很简明,因而可以用于数学分析和高等代数的教学中.     

改进BP神经网络及其在陕西就业预测中的应用

就业是一个非常重要的社会和经济统计指标.世界各国政府都非常重视就业问题,将增加就业率作为政府的工作目标.要想解决就业矛盾,就应该对就业问题的未来发展趋势有一个清醒的认识,从而做出正确的决策.本文提出了一种基于因果关系理论、协整理论用于控制与预测的改进BP神经网络,并将其应用于陕西省就业的控制和预测中.     

BP神经网络在期货价格预测中的应用

影响期货价格短期走势的因素纷繁复杂,具有一定的非线性和随机性,因而难于预测.鉴于神经网络强大的非线性映射能力,利用改进的BP网络,对较难解决的期货价格预测问题进行了研究,提出了一种预测期货价格的方法,并以期货铝的价格为例验证了此方法的有效性.     

BP神经网络在肝硬化治疗预测中的应用

本文利用BP神经网络建立起66例肝硬化治疗结果数据预测模型,并基于matlab得出预测结果。实验证明利用BP神经网络可有效地预测肝病治疗效果。     

BP神经网络在企业经营绩效评价中的应用

对企业经营绩效的评价主要采用线性和非线性两类评价模型,非线性评价模型能够更好地对经济现象进行仿真,评价结果客观、准确,更加具有实际参考价值。本文从考核投入产出效率的角度出发,选取基本财务指标构成评价体系,在此基础上,建立基于误差逆传播人工神经网络(BP神经网络)的高新技术企业绩效评价模型。以医药行业2003年度22家上市公司财务数据作为神经网络的训练和测试样本,将训练好的BP神经网络应用于企业绩效的当期评价和仿真预测,实证分析结果令人满意。     

置信区间分析法在BP神经网络中的应用研究

如何对神经网络的应用效果进行评估,备受关注,文章用置信区间分析法,对网络训练结果的可信度进行评估,用以指导训练样本的选择;应用表明,该方法能简化学习过程并有效提高网络精度。     

神经网络BP算法在物流存储可靠性中的应用

在现代物流存储中 ,随着存储时间的增长 ,有些物品的使用可靠性会降低 .本文通过在其他领域应用广泛的神经网络 BP算法 ,对库存的物品的可靠性进行评估 .根据商品的可靠性评估可以对物品做进一步的合理 .     

BP神经网络在上海住宅市场需求预测中的应用

人工神经网络是近期发展最快的人工智能领域研究成果之一 ,本文在介绍 BP神经网络的有关原理的基础上 ,建立了一个上海住宅市场的 BP神经网络模型 ,并通过该模型对上海住宅市场的需求进行了预测和分析 .分析结果表明人工神经网络方法在住宅市场需求预测中的应用是可行的并且是有效的 .     

BP神经网络在农机总动力预测中的应用

准确的预测黑龙江省农机总动力,可为黑龙江省的农业机械化发展趋势和农机产品市场分析提供理论指导,为制定黑龙江省农业机械化发展规划和预测近阶段农业机械化发展水平提供参考依据.利用黑龙江省1980-2007年农机总动力数据,运用标准BP神经网络和改进BP神经网络模型进行预测,预测结果表明,改进BP神经网络模型比标准BP神经网络模型在预测精度、运行时间、学习次数等方面更具优越性.     

矩阵初等变换及其逆阵

本文讨论的矩阵A为数域P上的可逆方阵,对A作初等变换: (i)对调i,j两行(列),这相当于用初等方阵     

线性矩阵不等式及其在细胞神经网络保性能控制中的应用

线性矩阵不等式的优良性质可用于解决细胞神经网络中的保性能控制问题.本文介绍了线性矩阵不等式的相关概念和性质;通过对Schur补引理的改进提出了一个引理,从而更容易将二次矩阵不等式转化为线性矩阵不等式,更好地应用于控制参数求解;提出了LMI的基本问题和MATLAB工具箱,并对LMI在细胞神经网络的保性能控制问题作出了简要描述.     

矩阵的Γ逆在一类约束系统中的应用

将矩阵的Γ逆应用于约束系统Ａｘ＋ｙ＝ｂ，ｘ∈Ｌ，ｙ∈Ｌ^⊥，对任意的Ａ和Ｌ，表示了它的一般解。当ＡＰ_Ｌ＋Ｐ_Ｌ⊥可逆时，这个解正是Ｂｏｔｔ—Ｄｕｆｆｉｎ解。并就Ｌ是Ａ的约化子空间、不变子空间及一般情形，讨论了相应的Γ逆存在的条件。     

BP神经网络算法在需水预测与评价中的应用

需水预测是进行水资源规划与管理的必备技术方法,在水资源短缺的地区显得尤为重要.合理而准确地预测未来的需水量,可以避免投资的浪费或减少将来用水危机的发生.以江西省为例,采用BP神经网络算法对江西省近期的需水进行预测与评价,将结果与其它方法预测的进行比较,比较结果说明神经网络算法预测需水是成功的。     

BP神经网络预测在流程企业供应链中的应用研究

本针对流程制造企业的管理模式和相应的供应链特点，采用多智能体技术建立基于预测的流程供应链模型。在比较预测方法的基础上，采用BP神经网络技术建立客户分销的预测支持系统，并采用某造纸流程企业的周销量件数进行了实例预测仿真。     

BP神经网络算法在单井流动单元识别中的应用

流动单元的准确划分不仅是建立精细地质、搞清剩余油分布的必要条件,而且关系到后期挖潜剩余油措施的选择.本文应用BP神经网络算法,以取芯井参数聚类分析结果为学习样本,对非取芯井进行流动单元划分,实例表明与常规的判别分析方法相比,在划分结果上基本一致,但是BP神经网络算法具有更准确的样本学习能力,不存在回判错误的可能,为单井流动单元划分提出了新的思路.     

矩阵的单侧逆及其算法

本给出了矩阵单侧逆的具体通式和实际算法．     

“杨辉三角”中的矩阵的逆矩阵

《数学通报》一九八八年五期载文《“杨辉三角”中的行列式》。该文对这种特殊的行列式给出了快速求值法,阅后颇有启发。本文将对“杨辉三角”中的矩阵探讨一种快速求逆法。“杨辉三角”系指     

V-fold交叉验证和BP神经网络在信用评价中的应用

研究关于公司神经网络信用评估问题的现状，提出一套甄选方法准则。用于建立适合于我国企业的信用评分指标体系；然后依据该指标体系建立了基于BP回归神经网络的信用评估模型；采用V—fold交叉验证技术，利用样本公司实际指标数据对该模型的评分效果进行了实证研究。     

BP神经网络非线性组合预测模型在海洋冰情预测中的应用

针对海洋冰情灾害的非线性复杂问题，目前已提出了多种模型对其进行预测。在此基础上，根据神经网络的非线性和良好的函数逼近特性，提出用基于BP神经网络的非线性组合预测（NN-NLCF）模型来预测海洋冰情灾害。结果表明，NN—NLCF模型与海洋冰情的非线性特性相契合，它综合利用了参与组合的多种预测模型的有效信息，因而能更客观地反映海洋冰情的发展趋势，预测结果更为稳健、精度更高，在其它自然灾害时序预测中具有一定的推广应用价值。