共查询到20条相似文献,搜索用时 265 毫秒
1.
2.
王蕊 《自动化与仪器仪表》2023,(4):15-19
机器翻译评价模型内评价体系的不同会导致评价结果出现较大差异,为保证评判的精度,基于BP神经网络设计机器翻译自动化评判模型。计算词句翻译相似度,获取词向量与共现矩阵的关系式,对权重函数分段表达,得到相似度结果。基于BP神经网络构建翻译结果评价体系,通过神经网络模型的输入层、隐含层以及输出层节点,建立神经网络的向量指标,并对连接权数与阈值的输出值进行计算。设计自动化评价算法,判断“输入层-隐含层”、“隐含层-输出层”两个节点是否成功传输,得到机器翻译的自动化评判模型。结合四种不同语料库中的词句进行机器翻译的评价,在不同的评判模型中,BP神经网络模型的评判一致性程度均大于其他三种模型,可见该方法的评判精度最高,评判结果最准确。 相似文献
3.
结合BP神经网络的特点,探讨了基于BP神经网络的教学质量评价方法.利用BP神经网络方法建立高校教学质量评价系统的模型,将教学评价指标概念量化成确定的数据作为其输入,教学效果作为输出,并利用MATLAB系统加以实现. 相似文献
4.
5.
6.
7.
8.
9.
10.
提出了一种以TDOA量测作为网络输入,定位目标三维空间坐标估计值作为网络输出的模糊BP神经网络定位算法。描述了基于模糊神经网络进行定位的模型结构以及关于BP神经网络待调整参数的递归学习算法。通过仿真实验,分析了输入层节点数目和模糊If-then规则数目对定位精度的影响并将提出的算法与CRLB进行了比较。 相似文献
11.
研究企业信用风险评估准确性问题,企业存在产品质量、不良贷款等信用风险问题,企业信用风险是多种因素的综合结果,存在着不确定、非线性、随机性等特点,无法建立确定数学评估模型。只能根据专家评估指标为依据。为了提高企业信用风险评估准确率,提出一种BP神经网络的企业信用风险评估方法。先采用层次分析法构建风险评估指标体系,再用专家系统对评估指标进行量化打分,最后采用BP神经网络对企业信用风险指标进行非线性学习,并对企业信用风险等级进行评估。实验结果表明,BP神经网络的企业信用风险评估模模型能显著提高评估准确率,并能够反映企业信用风险的随机性变化特点,使评估结果更加符合实际情况,为企业信用风险评估提供了参考。 相似文献
12.
基于BP神经网络的产品造型设计评价 总被引:2,自引:0,他引:2
赵万芹 《计算机工程与设计》2009,30(24)
为了对产品的造型设计进行评价,在分析人工神经网络原理的基础上提出了应用BP神经网络评价产品造型设计的方法.根据BP神经网络具有自学习、自组织、自适应和非线性动态处理等优点,建立了产品造型设计BP神经网络评价模型,选择某一产品造型设计的13款方案作为样本,利用Matlab软件进行了BP网络的实例训练和验证.实验结果表明,BP神经网络模型可以较准确的对产品造型设计进行评价. 相似文献
13.
14.
基于改进型BP神经网络的信用评估系统研究 总被引:4,自引:0,他引:4
通过研究企业信用评估中的模型问题,为企业经营活动和决策过程提供信息支持。介绍了几种常用的信用评估模型,通过分析它们在评估中的缺陷,提出基于改进型BP神经网络的信用评估模型。在建立指标体系和输出机制的基础上,讨论了基于信用评估模型的评估系统的设计与实现。对模型和评估系统的不足进行了分析,并提出了改进建议。 相似文献
15.
16.
17.
基于反馈神经网络的动态化工过程建模 总被引:12,自引:3,他引:9
针对非线性动态化工过程建模存在的问题,提出了一种新的反馈神经网络结构,并将状态反馈、时间序列延尺以及集中节点的概念结合起来,用于提高反馈神经网络的性能,同时又使得网络结构不至于太复杂,在用此网络结构建模的时间,成功地将BP算法用一网络模型的训练。文中将这种反馈神经网络结构分别对一个单输入单输出(SISO)的非线笥动态系统和一个多输入单输出(SIMO)的连续全混釜(CSTR)模型进行建模,并将所得模型与基于表态BP神经神经所得的模型在模型输出精度和抗干扰性等方面进行了比较,证明了该反馈神经在动态过程建模中能够比静态BP模型更好地反映出动态过程的输入输出关系,并具有一定的抗干扰能力。 相似文献
18.
利用BP(Back Propagation)神经网络模型实现信用卡申请人自然信息对违约风险的预测,确定了违约风险的指标体系,通过对小样本数据的训练和仿真,实现了模型输出与目标输出的高度吻合. 相似文献
19.
由于纳税评估过程中存在不精确、模糊以及冗余信息,传统评估模型多数采用经验法和比较法,缺乏科学性和公正性,评估结果正确率低。为了提高纳税信用等级评估的正确率,提出了一种采用模糊神经网络的纳税信用等级评估模型。首先利用模糊逻辑推理对纳税评估过程中的不精确、模糊的信息进行有效的处理,然后利用训练数据对神经网络模型进行训练学习,获得纳税评估指标和信用等级间的评估模型,最后通过利用测试集对模型进行验证,结果表明,模糊神经网络方法提高了纳税信用等级评估的正确率,为税收信用评估提供有效的依据。 相似文献
20.
基于神经网络的摄像机平面模板标定方法 总被引:1,自引:0,他引:1
伍尤富 《计算机工程与设计》2008,29(6):1527-1529
根据立体视觉原理,提出了基于神经网络摄像机标定方法,该方法的特点是采用平面模板作为标定物.由于传统的标定算法在考虑各种非线性畸变时计算十分繁琐,利用BP神经网络来直接学习图像信息与三维信息之间的关系,可实现从输入到输出的任意非线性映射.为了提高BP神经网络训练速度和避免陷入局部最小解,采用引入动态因子的学习算法.实验结果表明,该算法具有较高的标定精度,而且可行. 相似文献