针对Elman神经网络模型,通过引入时间权重与随机性因素,提出了改进的Elman神经网络模型,提高了现有Elman神经网络针对时序数据预测的精度。提出了基于时序数据的特征学习框架,可评估多个特征参数对
基于RBF神经网络的非线性回归模型,黄涛,,RBF神经网络即径向基函数神经网络是一种高效的前馈式神经网络,它具有其他前向网络所不具有的最佳逼近性能和全局最优特性,并且结
针对当前卷积神经网络(Convolutional Neural Networks,CNN)模型通常将网络最后一层的输出作为特征表示,未能充分利用网络中间层的不足,提出了一种联合中间层的CNN模型(In
智能对于指挥决策模型非常重要,也是提高模拟训练和战斗实验质量的关键。 任务执行过程中的决策内容更加复杂,问题的性质也有所不同,因此对智能的需求很高。 为了更好地解决该问题,本文提出了一种博弈方法,并建
经过深入研究,本论文基于卷积神经网络的方法来实现服装识别分类模型的研究。我们针对现有的一些问题,采用了一些新的技术来提高识别准确率,并且在实验中进行了验证。本文的研究结果显示,该方法可以有效地提高服装
针对局域世界网络演化模型对于真实网络的描述过于简化的现象,提出局域世界删除演化网络模型。在网络的演化过程中既考虑了增加节点适应度对网络结构的影响,又对节点的删除和边的删除进行了探讨。研究表明增加节点的
介绍了SVM、BP神经网络和小波神经网络模型在股票预测中的应用研究。通过输入历史股票价格走势数据进行模型训练,并分别进行三个模型预测输出,最后通过均方误差、走势方向准确率和总盈利率三个指标分析比较三个
一种新型人工神经网络模型,周晓正,林小竹,提出一种新型人工神经网络模型,称为“基于模式神经元的人工神经网络(PatternNeuronBasedArtificialNeuralNetwork,PNBA
混沌神经网络的脉冲同步与反同步,鄢海舟,盛立,基于驱动-响应同步原理,研究了混沌神经网络在脉冲作用下达到同步问题及混沌神经网络与统一混沌系统间的反同步问题.利用误差的有界
论文研究-基于BP神经网络的股市建模与决策.pdf, 给出一种基于BP神经网络的股票市场建模、预测及决策方法。研制成功了股票预测与系统,只需输入当天收盘价、成交量等七个容易得到的股票信息,系统就能给出
