排序方式: 共有3条查询结果,搜索用时 968 毫秒
1
1.
2.
利用Matlab7.0软件建立了用于预测GH99高温合金焊接接头拉伸性能的改进算法的多层BP神经网络.以焊接电流、焊接速度、脉冲频率、重熔次数、板厚、装配间隙、坡口与连接形式作为输入参数,抗拉强度、屈服强度和断后伸长率分别作为输出值.结果表明,改进算法的多层BP神经网络能够很好的预测GH99高温合金TIG焊接接头的拉伸性能,抗拉强度、屈服强度与断后伸长率预报值与试验值的平均相对误差分别为-0.76%,1.71%和2.30%. 相似文献
3.
针对股票价格非平稳、非线性、高复杂和随机波动等特性使其预测难度大的问题,提出一种基于E-V-ALSTM混合深度模型的股票价格预测方法。使用经验模态分解(EMD)对股票价格数据进行第一次分解,得到若干固有模态函数(IMFs)和一个残差(Res),降低了股票价格数据的非平稳性和非线性;使用样本熵(SampEn)对这些IMFs进行复杂性评估;将复杂度高于一定阈值的IMFs使用变分模态分解(VMD)进行二次分解,以降低股票价格数据的复杂性;通过加入注意力机制的长短期记忆神经网络(LSTM)模型进行预测,捕捉关键时间点特征信息,重新赋予权重,以解决股票价格数据的随机波动性,提升预测方法的精确度。对沪深300指数和德国DAX指数等数据集上的实验结果表明,该模型比其他对比模型能进一步提高股票价格预测的准确性。 相似文献
1