基于概率支持向量回归的产品设计时间预测模型

为使产品设计时间预测既克服小样本、异方差噪声问题,又提供除预测值以外的其他有用信息,建立概率支持向量回归(PSVR)模型。首先,在异方差回归模型基础上设计概率约束条件,以使预测值以较大概率位于真实值的某邻域,结合具有参数不敏感损失函数的支持向量回归确定优化目标,提出PSVR。然后,将最大完工时间知识嵌入进PSVR的约束条件,用以确定真实值邻域的宽度,将交叉验证与遗传算法相结合以确定PSVR的相关参数。最后,以注塑模具设计的实例进行分析,结果表明基于PSVR的时间预测方法可同时提供有效的预测值和预测区间。     

关于新时期文学本质研究的立场和方法的思考

改革开放以来,关于文学本质的研究取得了令人瞩目的成就,但对于何为文学本质的争论仍在广泛的领域内进行着,没有形成一个一致性的认同.认为这与研究活动本身的立场和方法有关.反思文学本质研究的立场与方法,认为必须坚守文学作为人文学科的学科立场,突破一元思维模式的局限,最大限度地实现开放式的对话,并在研究过程中,不仅关注马克思、恩格斯原著中的陈述,还应关注现实之变.     

BP神经网络训练算法的分析与比较

BP神经网络被广泛应用于模式识别、信号处理和自动控制等领域,其广泛性是由于它能实现任何连续映射,但由于BP网络训练所固有的复杂性,目前尚没有任何一种完全的算法能适用于任何BP网络的训练。本文介绍了MATLAB神经网络工具箱中各种训练算法的特点及其函数的参数形式,并对它们的收敛速度和内存消耗情况进行了比较,说明了其各自适用的网络。     

电视购物调查分析——以陕西电视台“乐家购物”为例

对"乐家购物"消费者的调查数据用交互式列联表作初步的描述分析,表明随着年龄的增长、教育程度的提高、月收入的增加,选择电视购物的次数都有增加的趋势;构建Logistic回归模型对影响电视购物的因素作深入分析研究,揭示影响消费者选择电视购物的主要因素是年龄和受教育程度,并为电视购物的发展提出建议。     

工业酚水稀释的RBF神经网络预测控制

针对酚水稀释过程中酚水流量不便测量的工程情况,提出了一种基于RBF（径向基）神经网络的预测控制方法.在酚水罐每个液位变化周期内使用计算机定时测量液位高度,并将这些高度值作为目标输出,在每个循环结束时训练RBF网络,利用RBF网络的逼近能力来实时预测酚水流量,从而控制清水的配比,实现酚水质量浓度的稳定.该方法可避免测量误差带来的干扰,提高控制精度.     

石油企业财务风险评价神经网络模型的建立

石油企业财务风险评价是石油行业的重要课题.在确立石油企业财务风险评价指标体系的基础上,建立了基于模糊神经网络的石油企业财务风险评价模型.该评价模型分为模糊量化模块和模糊神经网络(FNN)模块,可根据实际问题进行具体调节,具有学习的功能.经过对200多家石油企业的实证分析,结果表明该模型网络预测误差小,是一种可靠、有效的...     

基于模糊神经网络的大场景人群密度估计方法 *

提出了一种估计大场景下密集人群密度的方法。该方法根据人类视觉的模糊性原理,认为用模糊集来划分人群密度范围比用确定的方法更符合人眼视知觉的认知方式,利用统计的方法确定灰度共生矩阵各指标对于各个密度类别的隶属函数;设计基于误差反向传播训练算法（BP）的模糊神经网络,计算样本模式对于各个密度类别的隶属度,并根据人群密度变化的时域连续性原理对人群密度范围进行合理估计。实验表明该方法提高了估计精度。     

基于图像特征提取与感性工学的公寓自选人机系统设计

本研究结合感性工学语义量化（SD）方法,挑选用户公寓样本图片,通过调查问卷得出11对感性意象词汇,对他们进行等级评价,整理数据,采用因子分析法建立情感空间,然后提取样本图片的基础特征,颜色特征采用颜色直方图法,而图片形状分析则采用Canny算子边缘检测算法。再通过BP神经网络方法映射图像特征与用户感性词汇之间的关系,最后组合实现了用户自选公寓人机交互系统。该系统致力于实现人机交流,对人机交互的发展有一定意义。     

面向监控视频的人车分类技术的选择

随着图像识别技术的发展,人车分类已经成为一个重要的研究课题。它能够有效地提高对敏感区域的监控效率,同时良好地进行人车分类,能够有效帮助后期的行为理解。本文将就一个人车分类系统中的人车分类技术进行较为全面的阐述,提出了串联分类器,根据运动检测出来的二值图中的区域、离散度、面积比以及类似于HOG的梯度计算方法等信息来建立特征,使用神经网络分类器进行分类,当分类结果自信度低于一定门限时,根据运动检测出来的二值图的位置信息以及图像信息,使用HOG进行建立特征,并利用SVM分类器进行人车分类。