BP神经网络在教学质量评估中的应用

在传统教学质量评估方式的基础上,提出基于BP神经网络建立预测模型的方法,该方法适用于规则不可知的预测问题,用该方法对原有学校评估系统数据进行试验,结果表明．该方法性能好,可做为教学质量评估的一种有效手段。     

BP神经网络在维修保障系统能力评估中的应用

维修保障系统能力的高低已逐渐成为影响战争胜负的重要因素,对其能力的评估是实现维修保障目标、形成战斗力的重要和有效的辅助决策手段.该文首先介绍了BP神经网络的基本原理和方法,在系统分析维修保障系统能力各种影响因素的基础上,构建了维修保障系统能力评估指标体系.接着详细设计了用于评估维修保障系统能力的BP神经网络模型,并利用MATLAB仿真软件对结果进行了计算和分析.结果表明BP神经网络具有很强的解决复杂非线性关系问题的特点,适用于对维修保障系统等复杂系统的分析和评价.     

基于BP神经网络的战时维修人员编组评估模型研究

简要介绍了装备保障力量编组的基本方式,分析了维修人员编组的主要影响因素,针对维修人员编组方案评估过程中各因素组合的非线性及评估对象结构的复杂性,提出将维修分队成员同一属性的组合看成维修分队整体的一个属性,并利用BP神经网络对维修分队每个组合属性进行评估,最后利用线性加权法求出维修分队人员编组方案的综合评估结果。以某型火炮维修分队为例对该模型进行了运用,结果表明该模型具有客观、准确、简便的特点。研究结果可对维修人员的优化编组提供理论指导。     

基于BP神经网络的雷达网抗隐身能力评估

为了评估雷达网抗隐身能力,构建了评估的指标体系,建立了雷达网抗隐身能力评估的三层BP神经网络模型,给出了训练样本构造的方法,并用构造的样本对BP神经网络进行训练。运用训练好的神经网络对雷达网抗隐身能力进行评估,结果表明,该方法能够较好地克服人为因素和模糊随机性的影响,具有较高的可行性和可信度。     

战时装备维修保障能力和保障程度计算方法研究

研究了适应装备保障体系的维修保障能力分析方法,提出了维修保障力量多余舍去的维修保障程度计算方法,并以实例对相关理论和算法进行了论证。该方法结合部队实际情况对传统计算方法进行了改进和完善,适应了装备保障体系的需要,为战时维修保障部门科学决策提供了理论依据。     

应用BP神经网络的目标识别效果评估

根据图像处理目标识别领域的实际应用和需求,确定了目标识别效果评估的指标及其计算方法。针对现有目标识别效果评估方法中存在过多的人工干预,使得评估结果带有较强主观性的问题,提出了一种基于BP神经网络的目标识别效果评估模型,该模型可以减少评估过程中人为因素的影响,提高评估结果的可信度。通过对实测数据进行实验,验证了该模型的评估结果与专家的定性评判具有较高的一致性。     

基于BP神经网络的计算机网络安全评估

随着我国经济的快步提升,各个行业都以前所未有的速度高速发展,当然也包括计算机行业。与此同时,计算机网络的安全问题也日益严峻,计算机网络安全评估也成为了网络研究中重要的课题之一。为了是的对计算机网络安全的评估能够更加地精确精准,近年来我国学者使用BP神经网络进行相关的研究。该文通过介绍BP神经网络以及其相对于其他评估方法的比较,获得BP神经网络相比于其他方法的优越性。建立计算机网络安全评估体系,并通过实例探讨基于BP神经网络这一方法的网络安全评估。     

合成旅战时装备维修保障效能评估指标研究

从效能的概念入手,深入分析合成旅战时维修保障效能的概念,厘清了效能、能力、效率等相近概念的区别,研究合成旅战时维修保障效能应具备的基本内涵。在准确把握效能涵义的基础上,以效能的度量为切入点,结合合成旅战时维修保障典型活动,对合成旅战时装备维修保障效能的影响因素进行分析,得出装备指挥效能、装备维修效能、器材保障效能三个主要影响因素。在此基础上,阐述了各个指标的概念,并对其影响因素进行分析,得到了合成旅战时装备维修保障效能评估指标体系,对下一步的评估工作进行了展望。     

基于BP和RBF神经网络的军事装备维修保障点选址问题研究

针对军事装备维修保障点选址问题,分别提出了基于BP和RBF神经网络的选址研究方法,构建了神经网络模型,设计了相应的算法步骤,并结合实际算例进行了具体分析;最后针对两种神经网络的不同适用情况进行了对比研究。     

基于熵权法和神经网络的口岸物流综合能力评价方法研究

口岸物流综合能力的提高是当前口岸发展研究的热点和难点问题,而综合能力的提高首先需要准确的评价方法。为此采用了熵权法与BP神经网络法相结合的评价方法进行口岸物流综合能力评价研究,以熵权法确定了BP神经网络的训练样本和期望输出,以BP神经网络模型进行口岸物流综合能力的评价。以河口口岸7年的物流数据为实例进行验证,得到了河口口岸物流综合能力的发展水平评价,从而证明了该方法的有效性和实践应用价值。     

BP神经网络的改进

BP神经网络易于陷入局部最小点以及收敛速度较慢,为了克服这些缺陷,本文对BP神经网络进行改进。通过对BP神经网络的样本进行采样分析,得到训练目标函数与输入向量之间的相关系数,依据此相关系数得到网络训练时的初始权重,再给待训练的BP神经网络进行初始权重的赋值,通过对初始权重的科学赋值从而达到避免网络在训练过程中陷入局部最小点与加快收敛速度的目的。本文通过实际验证,确实达到预期目的。     

基于BP人工神经网络的软件质量评估

针对软件质量评估的课题,提出了一种基于BP人工神经网络的软件质量评估方法,提高软件质量评估的准确性.首先,论文介绍了人工神经网络的基本原理和软件质量评估的基本过程.然后选取适当软件质量特征构建基于BP人工神经网络的评估体系,分别进行BP网络学习和验证数据测试的实验.通过测试得到的数据结果,证明该方法能够准确地评估软件质量.     

可拓法在直升机维修保障能力评估中的运用

随着直升机在军事和非军事行动上的广泛使用,对直升机维修保障提出了更高的要求,而对保障能力的评估具有更加重要的现实意义。以人力资源、维修设备、维修管理等作为直升机维修保障能力评估的要素,采用可拓工程方法构建直升机维修保障能力多指标参数的物元可拓模型,将影响直升机维修保障能力指标以定量的形式刻画出来,应用关联函数计算关联度,采用熵法计算指标权重,使评估过程更趋科学合理。     

基于BP神经网络的水质预测方法的研究

为了建立相应的水质预测和评价管理决策支持系统,在了解和分析一些常规水质模型的基础上,提出了用BP神经网络进行智能建模的方法,并结合东江自动监测站的实测水质数据进行了初步的探索,建立了东江水质预测的BP神经网络模型,并给出了仿真结果。结果表明,BP神经网络模型可以很好地对水质进行预测,解决系统中复杂的非线性关系,具有预测精度高,简便可靠等特点。     

高校教学质量评价的BP神经网络模型

高校教学质量的评价是一个多因素、多变量、模糊的非线性过程。文章运用BP神经网络建立了教学质量评价的数学模型,通过matlab神经网络工具箱学习训练网络,并经测试数据验证。结果表明,基于BP神经网络建立的教学质量评价模型,克服了评价中主观因素的影响,得到了较满意的评价结果,具有广泛的应用前景。     

BP误差反传神经网络技术的应用

详述了标准BP误差反传神经网络技术的基本原理及其算法,分析其局限性,并给出改进的方法及其应用。     

浅谈BP神经网络在模式识别中的应用

模式识别技术在各行各业都有广泛的应用。在工业检测、医疗仪器的样本检查分析、军事卫星侦察、人工智能方面有着举足轻重的作用。该文介绍基于BP神经网络的模式识别方法。运用一种基于BP神经网络的改进算法,将基于学习的思想引入到模式识别中,对样本数据进行学习和训练,形成良好的网络,最后对与已训练好的网络进行检验的整个过程,由于达到了一定的准确度,避开了传统方法计算属性权重的问题。