肺癌的诊断问题各国医学界已作了一些研究,并取得了某些实际的成果。但是,由于肺癌的多种类型以及多种相关因素,使得现有的诊断在准确性和实用性方面都存在着相当的局限性,如建模复杂困难。由于对影响罹病与否的各
决策支持系统(DecisionSupportSystem,简称DSS)的概念在20世纪初巾KeenPG和MortonMS等人提出,1980年SpragueRH提出了基于数据库和模型库的DSS结构,目前
BP神经网络在非线性函数逼近方面有优良特性。通过一系列图像处理技术,可以利用BP神经网络对图像的识别。实践证明,采用BP神经网络,可以快速有效的对图像进行识别,具有较高的使用价值。
为了解决CPU和SOC由于集成度越来越高导致的功耗密度问题,低电压已经成为了一种趋势。但与此同时,这种趋势却使由电压噪声可能导致的电压紧急情况问题更为凸显。传统的电压噪声预测方法首先需要构建精细的CP
基于BP神经网络的投资策略问题预测,张谢谊,白宁,本文主要通过对影响企业效益的相关因素来分析建立BP神经网络模型对企业的投资进行预测,用以解决投资者在对企业进行投资前所进行�
光流问题长久以来,主要被基于变分能量模型的优化算法和基于块匹配的启发式算法统治着。随着深度神经网络技术在计算机视觉领域取得的成功,科学家们开始尝试利用深度学习技术的优势去解决光流问题。
基于神经网络方法的冲击地压预测研究,张春,,冲击地压灾害事故在我国一些矿区越来越严重。能够准确的对其进行预测是防治的前提。以往的预测方法存在一定的不足,而本文中所应
针对煤层顶板冒落原始数据样本较少的特点,采用神经网络理论和粗糙集理论,利用ULtraEdit和weka软件,建立了基于神经网络的煤层顶板冒落预测模型,实现了对小样本条件下煤层顶板冒落的预测。
针对预测冲击地压的传统方法存在的弊端,提出了一种基于混沌(Chaos)优化粒子群的BP神经网络算法。该算法将混沌、粒子群、BP神经网络结合起来,通过混沌粒子群算法寻优得到BP神经网络的最优权值和阈值初
黄金价格受多种因素影响,具有高度的非线性和随机特征。一些传统的预测方法过分强调线性关系,而另一些则忽略了价格随机性。预测误差相对较大。因此,提出了一种基于主成分分析(PCA)和遗传算法(GA)的BP神