公共场所重大火灾回归神经网络组合预测模型

针对公共场所突发重大火灾影响因素的不确定性和非线性特征,而单一预测模型难以全面体现火灾影响因素及发生规律,为了实现公共场所突发火灾的准确预测,根据组合预测理论,结合多项式回归原理和神经网络理论,构建了最优权回归神经网络组合预测模型。采用数值分析工具Matlab,并根据1991-2006年间中国公共场所突发重大火灾统计资料,预测了未来2年内公共场所重大火灾发生情况。结果表明,神经网络模型和组合预测模型具有较高的预测精度,预测效果更优于其他方法,为实现火灾准确预测提供了新的途径。     

基于数制转换的探讨

数制转换是计算机学科的基础性理论知识,在计算机硬件发展史上起着重要的作用;本文数制转换通过靠近法实现,通过整除求余思想实现数制转换算法;从数学理论知识出发,结合计算机软件、硬件知识,比较全面地解决数制转换的关系,对探讨其它类似问题有着重要的参考价值;在计算机基础理论探讨与研究思路方面,提出现实的看法。     

人工智能的历史和未来

本文简述了人工智能的起源与发展,介绍了人工智能与计算机的关系及其研究和应用领域。重点介绍近期成为热点的人工智能技术和方法,叙述近年来人工智能研究中出现的争论,分析了人工智能的产业化和各方面的影响,最后展望了人工智能的未来发展。