基于神经网络的河道浅滩演变预测模型

河道浅滩演变是一个复杂的非线性动力学过程, 作者借助神经网络处理非线性问题的优势, 在分析影响河道浅滩演变因素的基础上, 建立了预测河道浅淮演变的BP网络模型, 并对模型中的输入因子和样本的提取进行了探讨. 以闽江竹岐至侯官河段为实例,用“试控法”给出了BP网络模型的建模方案, 用正交设计原理选取相应的训练样本集, 利用该样本集对网络进行学习和训练, 并用训练好的BP网络模型预测浅滩上年内最小水深和年平均淤积厚度. 计算结果表明: 模型预测结果与实际值吻合良好. 这为河道浅滩演变预测研究提供了新方法.     

基于感知器的快速彩色图像无损压缩算法

针对彩色图像像素和颜色分量之间存在的相关性，将神经网络中的感知器技术引入彩色图像的无损压缩算法中，提出了一种新的预测模型。应用感知器的自学习和自适应能力，对预测值进行自适应调整，使算法在运行过程中具有很小的预测残差并具有较小的动态范围。同时应用颜色空间变换来减小颜色分量间的相关性。相对于新的国际标准JPEG—LS，这种预测模型具有较低的计算复杂性。对比实验结果说明，这种算法的性能明显优于传统算法，在压缩比损失很小的前提下，其执行速度高于JPEG—LS。     

C++ Builder编程实现BP网络城市可持续发展调控预测模型

在总结非线性时间序列预测模型的基础上,将城市可持续发展调控预测和人工神经网络BP算法相结合,通过查询相关城市可持续发展调控预测资料及网上搜索,确定作为模型预报因子的指数,再筛选影响城市可持续发展调控预测的相关指标,对原始数据进行处理,选取影响城市可持续发展调控预测的主要因素,提出了基于神经网络的城市可持续发展调控预测模型,并借助于C＋＋Builder编程来实现.     

变权组合预测模型在大坝安全监测中的应用

简要介绍了组合预测模型的基本原理，该模型改进了单一模型考虑因素的片面性，但常规的组合预测模型的权系数是固定的。考虑到各种模型的预测精度的变化，以及大坝安全监测数据存在的突变、时效等因素，固定权系数的组合预测模型有待进一步改进。文中提出了变权系数组合预测模型，并将其用于实际的大坝安全监测工程。结果表明，变权组合预测模型的预报精度高于其他模型。是一种值得推广的方法。     

分类和预测问题中名词型属性的一种预处理方法

在分类和预测任务中，包含大量不同取值的名词型属性使那些要求数值型输入的回归算法难以使用。该文提出一种基于经验贝叶斯统计方法的预处理方法，对这一类名词型属性进行变换，使之能用于预测建模。首先介绍了变换的统计学原理，然后给出了实现方法。分析表明，此方法简单易行，缩放性较好，而且在处理缺失数据时具有明显的优势。     

市场商情预测系统

市场商情预测是企业经营决策的重要依据。然而,科学地定量地作市场商情预测,要用到一些复杂的预测模型,进行一系列数学运算,处理大量的原始数据。综合利用数据库管理系统VVisualFoxpro的数据管理能力,以及VisualBasic语言的数值计算和绘图功能,使得指数平滑法、季节指数法等科学的预测方法在市场商情预测中得以实现。     

缓解开封市水资源短缺的技术及工程措施研究

需水量的科学预测是制定水资源开发利用规划的基础和前提,对于实现区域水利工程规划、水资源合理配置和社会经济和谐发展具有重要意义。预测了开封市规划水平年的需水量,分析了开封市水资源可利用量,提出了缓解开封市水资源供需紧张的技术措施、工程措施和管理措施,对社会经济的可持续发展起到了重要的作用。