论文研究主题网络爬虫的链接价值预测研究 .pdf

研究网络流量预测精度问题,网络流量受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点,将ARIMA模型和SVM模型相结合建立一种网络流量预测模型。采用ARIMA预测网络流量周期性和线性变化趋

引入BP神经网络算法对产品成本进行预测,建立了产品成本预测模型。针对神经网络参数优化容易陷入局部最优解的缺陷,结合差异演化算法,提出了DE-BP神经网络预测模型。实验表明,该算法具有较高的预测精度,能

论文研究-基于神经网络最优组合预测方法的应用研究.pdf,  针对最优组合预测模型最优权重分配时往往出现负权重等方面的不足 ,建立了基于 Ann模型组合预测模型 ,并进行了实证研究 ,结果表明该模型比

将粗集方法作为BP神经网络的前端处理器，通过对煤与瓦斯系统属性特征的提取和影响因素的约简，较好解决了预测输入特征的“维数灾”问题，构建了粗集与神经网络相结合的煤与瓦斯突出预测模型。仿真实验表明，验证了

车辆行驶轨迹是道路路线安全性和舒适性评价的重要指标之一。采用计算机仿真技术，模拟驾驶员操纵车辆行驶时的轨迹决策行为，研究在自由流交通状态下，道路几何线形对车辆行驶轨迹的影响规律。为此，在郭孔辉院士提出

点击率预测是计算广告学的核心算法之一。传统浅层模型没有充分考虑到数据之间存在的非线性关系，且使用人工特征提取方法费时费力。针对这些问题，提出了基于卷积（Convolutional Neural Net

股票价格受多种因素的综合影响，具有趋势性、较大波动性和随机性等变化特点，单一模型难准确对其变化规律进行准确描述，将灰色理论和BP神经网络相结合构建一种股票价格组合预测模型。采用灰色GM（1，1）预测模

借鉴免疫算法基于浓度和适应度的抗体更新策略，提出一种改进微粒群局部搜索能力的免疫微粒群算法，并对其进行收敛性分析。该算法在满足收敛性的条件下，根据微粒浓度和适应度动态调整加速因子，保证了群的多样性和持

伴随着互联网大数据时代的来临，网络论坛数据呈爆炸式增长，这类数据具有社会性、随意性、分散性等特点，难以被直接使用。而论坛主题挖掘技术能从复杂的论坛数据中识别出用户集中讨论的文本内容，并从中提取主题，以

目前对关键位置的研究大多侧重于整个网络的拓扑结构，而忽视了节点本身被赋予的社会属性，无法适用于体现用户当前偏好意愿的在线查询。引入主题划分的概念来描述节点所具备的不同社会属性。系统分为离线处理和在线查