研究了支持向量机多类算法DAGSVM(Direct Acyclic Graph SVM)的速度优势,提出了结合DAGSVM和简化支持向量技术的一种快速支持向量机多类分类方法。该方法一方面减少了一次分类
将34神经网络应用于人口预测模型研究,讨论了可行性、网络结构设计和学习算法;计算实例 表明,人口预测的神经网络模型具有客观性、精度高、易操作的特点。34神经网络是误差反向传播的多层前向网络, 其信息处
基于神经网络语言模型的DSSM模型优化,刘杨,李静林,DSSM模型是一个通过把搜索关键词和文档注入到低维空间并计算两者相似度的具有多层神经网络结构的隐含语义模型,通过最大化给出训��
Elman神经网络的数据预测—电力负荷预测模型研究的matlab程序
ELMAN神经网络的数据预测——电力负荷预测模型研究(matlab)
煤与瓦斯突出预测是突出煤层2个“四位一体”综合防突措施的关键环节,对确定突出预测敏感指标及其临界值具有重要意义。以往突出预测敏感指标及临界值的确定,包括地应力指标和瓦斯指标,是通过现场反复测试、试验确
针对目前煤与瓦斯突出强度预测精度低、稳定性差及训练速度慢等问题,提出了一种基于局部线性嵌入法-果蝇优化算法-BP神经网络(LLE-FOA-BP)模型的煤与瓦斯突出强度预测方法。借助LLE算法的非线性数
论文研究-煤与瓦斯突出预测器输入主因素识别方法.pdf, 为了提高煤与瓦斯突出预测的准确度,提出了一种基于方差比检验的预测器输入主因素识别方法.在一定显著水平下对增添或删除若干因素前后预测器的预测残
论文研究-基于RBF神经网络与Markov组合的飞行风险预测研究.pdf,
为了更加准确地对飞机飞行安全性做出评估,在径
通过煤与瓦斯突出模拟实验,研究了突出过程中瓦斯压力的变化规律,分析了突出过程中瓦斯对煤体的破坏作用。研究发现:应力和瓦斯压力达到一定梯度才能引起煤与瓦斯突出,突出的发动明显滞后于卸压过程;突出发生时,