基于模糊神经网络的粗糙集在股市预测中的应用

提出在模糊神经网络中使用粗糙集理论进行网络的设计.在模糊神经网络中引入粗糙集理论,不仅可以去除模糊神经网络中输入层的冗余神经元而且可以确定隐含层神经元的数目,从而使模糊神经网络具有更准确的逼近收敛能力和较高的精度.最后应用于股票市场,在股票买卖时机预测中取得了良好的效果.     

大学生综合素质评价中BP神经网络的建模与仿真

介绍了神经网络的基本理论,指出传统BP算法存在的问题及改进方法。在建立大学生综合素质评价指标体系的基础上,提出并建立了一个BP神经网络模型。采用基于动量法和自适应学习率的BP算法对网络进行训练,避免网络陷入局部极小点,提高训练效率。应用该模型对大学生综合素质评价进行仿真,结果表明,利用神经网络进行大学生综合素质评价具有良好的前景。     

基于SIP的P2P-VoIP框架的研究

SIP协议是VoIP领域中最重要的协议之一。在现有的SIP协议里使用了服务器，带来了需要手工配置、维护，以及扩展性较差等问题。为解决这些问题，该文在分析目前VoIP系统的基础上，借鉴Skype结构，结合哈希表查询P2P网络，提出了一种纯P2P-VoIP结构，这种结构具有零配置和易于扩展等特点。     

基于强化学习的股票预测系统的研究与设计

股票市场是金融分析领域中重要而困难的问题。股票数据的分析和预测具有重大的理论意义和诱人的应用价值。BP神经网络在目前的股票预测系统中应用广泛,但是作为有导师的学习系统,BP神经网络必须要求提供相关的经验数据才能正常运行。对此本文提出了一种基于强化学习BP算法应用于股票预测系统,通过强化学习体系来实现体统的自学习,通过网络集成来达到初始数据的预处理,提高系统的泛化能力,在实际应用中取的较好的效果。     

状态服务在SIP协议中的应用研究

会话初始协议(SIP)是IETF提出的IP网络多媒体通信控制协议,具有简单灵活、易于同因特网集成等诸多优点,是目前VoIP技术中被广泛接受的两种信令控制协议之一,应用前景广阔.在简述SIP协议特征与其即时消息和状态信息扩展功能的基础上,提出一种通过请求/应答方式实现状态服务的方法.     

状态服务在SIP协议中的应用研究

会话初始协议(SIP)是IETF提出的IP网络多媒体通信控制协议,具有简单灵活、易于同因特网集成等诸多优点,是目前VoIP技术中被广泛接受的两种信令控制协议之一,应用前景广阔。在简述SIP协议特征与其即时消息和状态信息扩展功能的基础上,提出一种通过请求/应答方式实现状态服务的方法。     

使用ADO.NET实现对关系数据库的访问

本文介绍了ADO.NET数据存取技术，并通过一个实例介绍了ADO.NET对关系数据库的基本访问方法。     

使用ADO MD开发OLAP应用程序

文章简要描述了ADO MD的基本概念，然后通过一个工程实例详细介绍了使用ADOMD开发OLAP应用程序的方法。     

基于量子遗传算法的粗糙集属性约简的研究

将粗糙集理论应用于股市的分析与研究,除了采用已有的约简方法进行试验之外,还引入了量子计算与遗传算法相结合的方法来进行粗糙集的属性约简.与其他约简算法不同的是,该算法采用量子旋转门策略来达到全局最优搜索和较高的收敛速度.最后,通过具有代表性的股票数据证明了该方法的有效性和高效性.     

使用外部函数扩充OLAP Services的研究

文中给出了在采用Microsoft OLAP Services的决策支持系统中，使用外部函数、参数和返回值的类型、加载和使用函数库扩充OLAP服务以及加强系统决策支持可信度的方法。