简介:为了进一步优化神经网络算法,提高网络神经算法的速率并提高其稳定性,就现有BP算法所存在的收敛速度慢以及容易陷入局部极小值的弊病,我们将进一步通过一般改进算法解决在神经网络结构优化过程中依然无法解决的问题。依据遗传算法的特征,进一步在经过改进的压缩映射遗传的基础上提出了BP神经网络优化方案。泛函分析中压缩映射原理的应用,一方面解决了困扰人们的BP神经网络算法所固有的缺点,显著地提高了神经网络算法的收敛速度,而且解决了BP神经在运行的过程中和网络连接权值初值的取值紧密相连的缺点。经过大量的计算我们得到如下数据:经过优化改进后,训练时间节约了8.3%,训练步数降低了近17.4%。经过大量的研究实验表明:经过改进后的BP神经网络算法取得了良好的效果,十分具有应用价值。
简介:本文介绍了期权定价理论,详细描述了期权定价研究的现状,并总结了当前几种期权定价主要方法及其基本指导思想。然后,结合当前期权定价方法的热点,重点阐述了神经网络在期权定价中的应用。最后,对基于神经网络预测的期权定价研究进行了总结,并指出了神经网络的期权定价的不足及研究方向。
简介:摘要:众所周知,我国目前处于一个重要信息化和智能化背景之下,各种智能技术已经在各个领域内进行运用,并且随着时间的推移,这些智能技术均起到了很好的效果和作用,人脸识别技术正是其中之一。在现代社会发展过程中,人脸识别系统和算法已经在信息验证、人物信息识别等等方面进行运用,而且现代国内的电子商务和网络银行开始广泛进行运用,因此人脸识别算法无论是在当前还是未来的发展进程中,均具有很好的发展和应用前景,因此,在后续的发展过程中,需要重视人脸识别技术的发展。在本文中主要介绍一种基于RBF神经网络的人脸识别算法,其主要目的在于促进国内人脸识别水平得到对应的提升。
简介:摘要网络性能预测是指以现有理论等为基础,来构造具有预测性的模型以实现对未来业务数据的推测和估计。本文按照电力营销系统的特殊架构,建立了基于神经网络的电力营销系统网络性能预测模型,构建了电力营销系统的网络特征信息集,并设定了网络性能预测的信息过滤规则。此外,基于构建的电力营销系统网络预测模型,进一步研发了电力营销系统流量过滤模块。通过OPNET网络仿真结果显示,基于神经网络的电力营销系统网络性能预测模型能够有效降低网络阻塞,提高网络使用效率。
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:摘要目的研究分析高度近视眼视网膜神经纤维层进行光学相干断层扫描研究。方法此次研究对象是选取正常人40例(80眼)和高度近视50例(94眼),将其临床资料进行回顾性分析,并随机分为正常组和近视组,运用光学相干断层扫描仪以视盘为中心扫描,对视网膜神经纤维层厚度进行测量,计算鼻,颞、上、下四个象限的视网膜神经纤维层平均厚度。将两组患者的数据进行统计学分析。结果与正常组相比高度近视组患者的鼻、上、下三象限视网膜神经纤维层平均厚度变薄(P<0.05),差异具有统计学意义。而颞象限视网膜神经纤维层平均厚度变厚(P<0.05),差异具有统计学意义。结论近视眼视网膜神经纤维层平均厚度随着度数的加深而变薄。鼻、上、下三象限符合这一变化规律,而颞象限视网膜神经纤维层平均厚度则随着度数增加而变厚,这一特点对临床疾病诊断具有重要意义。
简介:摘要术中相干光断层扫描(intraoperative optical coherence tomography,iOCT)能实时显示手术中的眼部结构,提供手术过程和器械与组织相互作用的动态视图,从而增强对手术过程的了解,促进手术关键步骤的决策,以获得最佳手术效果。目前,通过手持或集成于显微镜,iOCT正越来越多地用于各种眼前段手术中的辅助决策,特别是在白内障超声乳化手术、角膜移植、青光眼手术和配合不佳的小儿眼病患者的检查、诊断方面具有重要意义。另外,iOCT在屈光手术和眼表疾病中的作用也越来越得到重视。目前的iOCT系统的局限性与仪器的兼容性、术野的自动跟踪以及实时图像的自动化分析有关。(国际眼科纵览,2020, 44: 306-312)