基于BP神经网络的乳腺癌患者存活概率的预测分析

本文提出了对乳腺癌的知识进行挖掘及对其有效的网络予以探讨. 在应用各种数据挖掘方法之前,利用所开发的网络找出病情发展的概率. 有关结果有助于医生针对病人的病情进行合理治疗. 为克服数据集的高维度问题并实现数据之间的关联性,本文采用主成分分析法来降低数据维度并找出适用的网络. 运用BP神经网络结构进行了评估,对北京某医院的乳腺癌数据方面BP神经网络的性能进行了分析. 结果表明主成分分析消除了网络输入之间的相关性,降低了网络的输入层数,改善从整体上提高了网络的性能. 最终取得了良好的预测结果.     

数据挖掘和动态神经网络在负荷预测中的研究与应用

中长期负荷变化规律与社会经济指标的关系很难用一个准确的数学模型来表达。将数据挖掘技术应用到全社会用电量增长的关联分析中,从2000年以来的社会经济指标中选取多项组成相关因素数据库,对缺失数据进行了补全,使用聚类分析挖掘出与全社会用电量关系密切的若干指标,并对指标中的失真数据进行修正,构建了更加科学的负荷预测模型。通过时间序列的动态神经网络,对负荷预测模型进行了测试和验证,结果表明该预测模型具有很好的收敛性,效果令人满意。     

基于决策论的交通路口流量分析算法(DTFAA)

通过对传统的交通路口流量分析算法的分析, 提出了基于决策论的交通路口流量分析算法研究, 文中将车辆统一识别为标准小车当量, 进行算法步骤的设计, 该算法不仅适用单线圈检测器或单磁敏检测器等单个检测器, 也适用于双线圈检测器. 检测过程简单易行, 且准确率高, 并通过实例分析, 验证了改算法的有效性和精确性.     

移动Ad Hoc网络路由修复算法研究

针对移动Ad Hoc网络路由算法本地修复方面,研究移动Ad Hoe网络由于节点相对运动或无线环境变化所引起的链路失效的修复问题.分析传统的本地修复方式采用全网泛洪所产生的大量控制开销对业务传输时延及分组成功交付率等方面产生的影响.采用基于on-the-fly策略的移动Ad Hoc网络路由修复算法研究,构造了将修复请求区域限制在两跳范围内的修复模型,并建立相应的修复函数,从而实现在满足修复概率的前提下降低网络泛洪与控制开销的目标.     

工程估算对地球站建设的重要作用

在建设一个地球站前，进行上行链路计算是确定高功放选型的重要依据，同时又对以后的维护提供理论指导，而下行链路计算为安排接收设备提供理论基础，它对卫星地球站的建设和接收网的建设都非常重要。