改进RPE算法的神经网络在客户欺诈预测中的应用

客户欺诈在一定程度上抑制了消费，这会妨碍电信运营商和电信用户的亲密度，从而削弱电信运营商的市场竞争力。客户欺诈现象存在非常复杂的多元非线性关系，从统计学角度出发，难以建立预测模型，针对这些问题，提出了基于递推预报误差(RPE)算法神经网络的方法建模，并采用改进的动态遗忘因子方法保证了平稳收敛。实验结果表明，用该算法预测客户欺诈的危险度效果优于BP神经网络模型，具有实用性和有效性。     

基于Elman神经网络的股票价格预测研究

为了更好地把握股票价格的波动，应用了在处理序列数据输入输出具有优越性的Elman 递归神经网络建立股市预测模型，并用两支股票进行了检测，检测结果说明人工神经网络应用于中国股票市场的预测是可行和有效的，有着良好的前景。     

服务器系统管理的自律计算模型

利用时序模型算法和事件分类匹配算法对服务器系统多个节点的事件和系统参数进行分析与预测，结合策略库技术, 构建了一个服务器系统管理的自律计算模型。该模型能够根据已知的操作环境自我配置，在各种灾难发生前自我保护，发生后自我修复，并且可以自我优化。     

自适应径向基神经网络及其应用

提出一种基于硬C均值算法的自适应RBF神经网络。该算法根据网络训练误差的变化,在隐层到输出层的权值修改过程中,对学习步长进行自适应调节;对通常采用的基函数宽度的计算方法作了改进;对于硬C均值算法出现的死节点,则在程序运行中自动进行删除。利用该改进的自适应RBF网络进行某合成氨装置的氢氮比预测,网络计算误差小、收敛迅速、结果令人满意,表明网络具有良好的性能。     

采用遗传算法由电流环的近场测试识别辐射源

针对电大尺寸的电流环,通过遗传算法找到最佳等效基本辐射器.采用EMSCAN电磁干扰扫描系统进行电流环的近磁场测试,从而作出远场预测,并与仿真结果和半电波暗室的测试数据相比较.     

具有连续参数齐次随机场的线性预测(Ⅱ)

本文提出和研究具有连续参数齐次随机场在带状区域上的线性预测问题,求出了它的预测值与预测误差,同时也得到了具有一个连续参数的平稳随机过程的线性内插的对应结果。     

基于多尺度分析的三维曲线匹配技术研究

从提取三维物体碎片轮廓曲线出发，提出一种基于多尺度分析的三维曲线匹配技术。轮廓曲线经多尺度平滑后，计算曲线的特征矢量，通过比较特征矢量以判断轮廓曲线的相似性，实现三维曲线匹配。实验表明提出的算法具有准确性、鲁棒性和容错性。     

基于支持向量机的股票预测

针对股票预测的特点,选择对上市公司股票走势有重要影响的相关数据进行测试。为了避免传统的预测算法(如BP算法)的一些弊端,使用可以避免这些弊端并且具有良好分类功能的支持向量机对该上市公司股票走势进行预测。测试表明预测的精度明显高于采用BP算法等传统神经网络分类方法的测试结果,预测达到了让人满意的效果。     

油田产量预测系统的研制

如何有效地预测油田的未来产量一直是油藏工程研究中的一项重要内容,准确地预报油田开发过程中的动态产量,是合理调整油田规划和制定方案,实现优化开发和管理的重要依据。本文研究了几种新的预测方法(基于人工神经网络的稠油预测模型、灰色预测模型、CAR预测模型等),并首先将其应用于油田产量预测。本文开发的预测系统集成了20多种常规的和新型的预测方法,对油田产量的预测及管理都能够给出有价值的数据。在充分并准确采集油田各单位产量信息及建立切合实际的数据模型的基础上,将油田产量信息采集与处理、预测与管理等环节,有机地结合成为一个整体。实际预测结果表明,该方法可以取得较好的预测效果。     

用于通信与环境监测的超低频系统

介绍了美、俄超低频对潜通信系统,提出除军事用途,超低频通信系统最有前景的方向是进行电磁监测,俄ZEVS系统的研究实验揭示了SLF电磁波异常与将要发生地震的一些初步规律,地震与观测的电磁场异常和视电阻率的变化有较好的对应性。利用它可以研究地下电阻率结构和空间电磁场;研究地震等引起的电磁场异常变化;用于探测地壳结构和地下资源、发现核废料、环境研究以及地震的监测和预报。具有广阔的应用前景和发展潜力。