应用概率神经网络预测股市的方向变化

预测股票价格的方向变化是一个分类问题，可以有效的指导投资决策，获取投资利润。运用概率神经网络能够有效的进行模式识别，具有训练速度快，可以实时更新数据的优势，因此在金融时间序列的分析预测中有一定的应用价值。通过概率神经网络提供的贝叶斯分类器，应用概率神经网络作用原理，对上证180指数的变化方面进行了预测，结果表明了概率神经网络在预测股标市场的方向变化方面具有实用性。     

应用概率神经网络预测股市的方向变化

预测股票价格的方向变化是一个分类问题,可以有效的指导投资决策,获取投资利润。运用概率神经网络能够有效的进行模式识别,具有训练速度快,可以实时更新数据的优势,因此在金融时间序列的分析预测中有一定的应用价值。通过概率神经网络提供的贝叶斯分类器,应用概率神经网络作用原理,对上证180指数的变化方面进行了预测,结果表明了概率神经网络在预测股标市场的方向变化方面具有实用性。     

基于概率神经网络的高校毕业生学位评审预测

客观地、高效地、准确地对高校毕业生获得学位进行评审,是高校面临的一个重要问题.本文首先提取影响毕业生学位的评审五大指标：学习成绩、实习成绩、论文成绩、英语四级、计算机等级,然后建立了概率神经网络的高校毕业生学位评审模型.Matlab仿真实验表明,该方法评审学位简单快速且准确率较高,具有良好应用前景,也为今后高校学位评审提供一个新视角.     

围岩稳定性分级的神经网络方法

以神经网络方法为基础，结合模糊识别中指标双权重量化方法，建立了确定围岩稳定性级别的BP神经网络模型，应用实例表明该方法是围岩稳定性分级的一种有效的科学方法。     

基于预测稳态差的神经网络预测控制

提出了一种基于预测稳态差的神经网络预测控制方法,稳态预测模型采用径向基函数网（ＲＢＦ网）,优化采用一维直接方法－－黄金分割法。为了改善其动态响应性能,又加入一个ＲＢＦ网作为动态预测模型。通过对一个控制ｐＨ值的非线性过程的仿真研究,表明该算法具有良好的稳定性和动态响应特性。     

基于神经网络的地下工程围岩支护决策专家系统的研究

神经网络和专家系统是人类智能活动的两种表示方法，有着各自的优点和弱点。如果将这两种技术结合起来，取长补短，所形成的智能系统同热是会更加完善。本文介绍了基于人工神经网络的岩石地下工程围岩稳定性评价及支护决策专家系统的基本思路与总体框架，重点研究了人工神经网络技术在地下工程围岩稳定性评价和支护决策中的应用。     

隧道与地下工程围岩变形的灰色优化与预测

主要介绍了灰色线性回归组合模型的灰色优化和预测,并将其应用到隧道与地下工程的监控量测中。结合工程实例,通过与GM(2,1)模型、Verhust模型和新陈代谢模型的模拟预测进行对比,得出了在模拟预测围岩的变形特征时灰色线性回归组合模型的新陈代谢模型更具有普遍的适用性和准确的模拟预测精度。     

巷道围岩移近量神经网络预报模型：巷道围岩稳定性的聚类分析

在运用误差反向传播神经元网络确定巷道围岩稳定性判定各特性指标权重的基础上，采用自适应共振神经元网络对巷道围岩稳定性的聚类分析问题进行了研究。结果表明，神经元网络是用于解决采矿工程中权重评价，模式聚类问题有效方法，对于解决采矿工程中相关问题有着广泛的应用前景。     

地下工程围岩稳定性分类的人工神经网络模型

本文基于人工神经网络的一典型模型──误差反传模型,根据《水利隧洞设计规范》及国内外围岩分类经验用插值法构造学习样本,建立了地下工程围岩稳定性分类的神经网络模型。研究表明,该模型具有较好的分类能力及较高的分辨率,可望成为地下工程围岩稳定性分类的有效手段。     

地下洞室围岩的卸荷研究

介绍了地下洞室围岩稳定性分析的传统理论及卸荷分析方法。由于不同于加载条件，岩体在卸荷条件下的应力路径不同，分析方法也应不同。在此基础上，论述了卸荷拱理论。     

预应力锚索对大跨度扁平地下洞库开挖稳定的影响研究

为研究预应力锚索对大跨地下工程开挖稳定的影响,以大跨度扁平地下洞库开挖稳定为例,采用数值模拟的方法对锚索预应力值和间距两个因素进行分析研究,获得不同锚索预应力值和间距下地下工程的拱顶位移、衬砌最大主应力的分布规律,结果表明:随着锚索预应力值的增加,拱顶位移、衬砌最大主应力在逐渐降低,而锚索最大应力呈现先增加后减小的趋势;随着锚索间距的增加,拱顶位移、衬砌最大主应力在逐渐升高,而锚索最大应力同样呈现先增加后减小的趋势;建议锚索预应力值取200 t、间距取5 m较为适宜。     

基于FLAC~(3D)的岩脉条件下地下洞室间距及围岩稳定分析

目前对于存在岩脉情况下的地下洞室间距和围岩稳定的研究较少,通过采用FLAC~(3D)有限差分的数值分析方法,对岩脉条件下的抽水蓄能电站地下洞室间距问题进行研究分析.以惠州抽水蓄能电站为例,对比分析了地下厂房围岩在不同设计方案下的应力、位移以及塑性区的分布特征,结果显示,在岩脉部位出现了应力集中、位移较大及塑性区增大的现象,根据结果确定了主厂房与主变洞的合理间距.并分析了该间距在锚杆支护条件下的围岩稳定性,总结得出了岩脉在地下洞室间距的确定过程中的影响特征及其对围岩稳定的影响,对与此相类似的工程起到一定的参考和指导作用.     

大型地下洞室围岩稳定性数值模拟分析

结合泰安抽水蓄能电站的工程建设实际,在现场地质调查和场区地勘资料分析的基础上,深入分析了工程区的地质力学环境条件,建立了能够反映研究区地貌、岩体结构和地应力环境条件的力学模型.以地应力实测结果为参照依据,采用线性有限元法反演分析了初始地应力场,采用非线性有限元方法模拟了地下厂房等主要洞室开挖施工与支护过程中的围岩应力和稳定性状况,全面论证了大型地下洞室开挖方案的可行性,揭示了大型地下洞室不同开挖阶段应力的集中部位和围岩的潜在破坏部位.     

不同支护时机的地下洞室围岩稳定仿真

借助ABAQUS软件的前后处理和计算模块,根据地下洞室开挖释放荷载计算基本原理求得开挖荷载的等效节点力,并以等效节点力不同的施加比例模拟不同的洞室支护时机,对洞室围岩稳定进行了分析比较.结果表明,随着支护时间的延迟,支护应力逐渐变小,围岩塑性区和增量位移逐渐增大.计算结果符合地下工程施工过程的一般规律,表明该方法可行,为通用有限元软件在地下洞室围岩稳定分析中应用开辟了一条新的路径.     

基于混沌RBF网络的地下厂房围岩变形预报

引入混沌时间序列理论有效解决非线性混沌时间序列的预报问题.表征混沌特性的分维数D和最大Lya-punov指数1λ计算结果表明变形时间序列具有混沌特性;神经网络克服了模型必须是基本观测数据的线性和非线性组合的局限,具有很强的自适应性和记忆功能.结合混沌特性将一维时间序列重构为多维相空间,优化RBF神经网络结构,建立混沌时间序列神经网络预报模型.实例表明,预测值与实测值的相对误差小于6%;后期预报的变形随时间增长呈下降趋势,符合工程实际情况.     

基于神经网络的建筑工程投标报价预测

针对建筑工程的特点,提出了基于神经网络的建筑工程投标报价方法．采用动量法和学习自适应调整策略改进BP神经网络,建立建筑工程投标标价估计算数学模型,讨论了网络结构的设计、学习算法等问题．采用Matlab计算软件,以淮南市某典型工程资料为例,验证了该模型的正确性及实用性．     

基于MATLAB求取地表移动预计参数的方法研究

在分析求取地表移动预计参数常用方法存在的问题和拟合求参基本原理的基础上,提出了利用Matlab中的非线性最小二乘法拟合函数求取概率积分法预计参数的方法．根据观测站的实测资料和各个观测站具体地质采矿条件选择合适的预计函数,用此方法求取各个观测站的地表移动预计参数．结果表明,用该方法求取地表移动预计参数方便、准确．     

江垭地下厂房支护设计与观测变形分析

运用新奥法理论,对江垭地下水电站主厂房洞室在施工过程中的围岩稳定性进行了计算;并结合原始的变形观测值作了进一步分析验证．介绍了对不稳定块体的工程处理措施．指出在工程实践中严格遵守新奥法施工原则和加强变形观测对于维护高边墙围岩稳定的重要性．     

基于DICOM标准的医学图像的显示方法研究

针对DICOM3.0标准,系统地分析了DICOM文件格式,阐述了数据元和数据集[1]的格式,并详细介绍在Windows平台下显示DICOM图像的原理,并用3种工具包实现DICOM图像的显示：（1）利用VC＋＋和DCMTK实现医学图像显示和调窗功能;（2）利用VTK功能强大的可视化和图形图像处理类库,实现DICOM图像的处理及图像显示功能;（3）MATLAB环境下实现DICOM医学图像格式的阅读、显示及存储方法.