简介:港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。
简介:摘要利用2008年1月1日至2012年12月31日逐日NCEP再分析资料(1×10)和大同地区地面常规观测资料,选取相邻两天的气象因子差值作为预报因子,相邻两天的日最高/最低气温的差值作为目标因子,分站点分月构建三层结构的日最高/最低BP神经网络模型,并应用独立样本进行模型检验,结果表明,该模型输出结果与实况拟合较好,且其对明显的升降温过程能够准确预报。在对ECMWF数值预报产品释用基础上,针对大同站2012年1月最高气温进行了24h、48h和72h模拟预测,结果显示,该BP神经网络预报模型各时效预报准确率TS评分均高于中央气象台MOS预报。
简介:基于社群经济高速发展的时代背景下,首次将离散型Hopfield神经网络应用到社群经济影响因素问题上。首先建立社群经济因素体系,通过ISM方法得出各因素间的层次结构关系。然后利用离散型Hopfield神经网络构建自媒体价值评估模型,通过MATLAB设计一个不断提高的理想评价指标来区分同一等级中的不同样本,最后,通过算例得出价值最高的自媒体。结果表明:注重提高特色化社群活动、用户参与决策、平台共享、社群文化构建这4要素更有利于提高自媒体价值,并提出了相应的对策建议,为企业及自媒体人提供借鉴价值。
简介:摘要机器学习已经广泛的应用于众多疾病的辅助诊断中,分类集成学习通过构建多个学习器来完成特定学习任务,再通过特定的策略将他们结合起来。阿尔茨海默症由于其病因和疾病发展经历了较为漫长的过程。本研究使用对早期、晚期轻度认知障碍、阿尔茨海默症及正常老年人进行分组特征提取。优化使用可以提高分辨率的PCA-FLDA集成分类器对前期提取的数据进行分类集成,最大限度的降低了前期特征提取中不同分类方式对空间划分的依赖性。