搜索
北京交通大学硕士学位论文神经计算及其在财务失败预测中的应用姓名：王静申请学位级别：硕士专业：信号与信息处理指导教师：裘正定20040301神经计算及其在财务失败预测中的应用作者：王静学位授予单位：北京交通大学相似文献(10条)1.会议论文解光军量子神经计算——一种新的计算模式2004本文通过对量子计算与神经计算的对比分析,提出了量子神经计算这一全新的计算模式。论述了量子Hebb学习规则、基于量子双缝干涉的神经网络模型以及量子Hamming竞争学习算法,从而揭示出量子神经计算的一些本质特征。2.会议论文赵明生.吴佑寿神经计算技术的发展和展望2001神经计算技术是国际上近年来理论技术快速发展和应用领域迅速扩大的一门学科.本文介绍神经计算技术的研究方向、主要研究内容、发展过程及主要成就,简要分析和评述神经计算技术近年来的发展趋势,展望其未来发展并提出了若干建议.3.学位论文解光军量子神经计算及其模型研究2002该文将人工神经网络理论与量子理论相结合,研究一种全新的计算模式--量子神经计算,它具有良好的理论和应用前景,属于交叉学科的前沿课题,目前国际上对此领域的研究尚处在起步阶段.该文的研究将量子计算的理论和方法引入了传统的人工神经网络理论,这有助于提升神经网络信息处理的能力,也丰富了量子计算的研究领域,同时还有利于理解量子理论与人工神经网络理论各自在更深层次上的含义.该文力图从信息处理的角度出发,进行有关量子神经计算的理论研究和量子神经网络模型及算法的设计,并结合一些仿真实验,探索其在模式分类、记忆等方面的应用.论文主要围绕着两个主题展开研究：一是神经计算与量子计算的结合,二是量子神经网络模型、算法的构造和检验.4.期刊论文马艳霞人工神经网络发展之浅见-吉林广播电视大学学报2007,(5)人工神经网络是二十世纪科学技术发展取得的重大成果之一,是人类认识自然道路上的一座里程碑.一门影响巨大、意义深远的科学技术,其发展过程必然揭示了科学发展的基本规律以及影响其发展的主要原因.本文对人工神经网络的产生背景、发展进程进行了阐述.5.学位论文王科明基于网格神经计算平台的预测模型的研究设计与实现2004人工神经网络是人们对生物神经系统的模拟,是由大量的处理单元(神经元)互相连接而成的网络,人工神经网络虽然并没有完全真实地反映大脑的功能,但它能够对生物神经网络进行某种抽象、简化和模拟,在经济系统预测方面具有较大的优势.误差反向传播网络(EBP网络)是人工神经网络的一种,它被大量运用在经济学的预测问题上.由于很多用户缺乏必要的神经网络、甚至计算机编程的知识,因此我们为这些用户设计了这个人工神经网络模型.我们的模型应用在一个基于网格的神经计算平台之上,它可以给用户提供强大的计算能力,并能让用户按照他们的需求方便地定制他们自己的神经网络预测模型.为了检验模型的效果、为了用户提供具体设计应用的参考,我们提供了三个典型的经济学模型.其中国民生产总值模型是一个典型的EBP网络经济学预测模型,显示神经网络预测的优点,也告诉用户使用该模型的基本思路;期货价格预测模型是构筑在该模型之上的、更高一层次的综合预测,拓展用户使用我们模型的思路;企业评价模型则说明我们的这个模型并不仅仅只能用于经济学的预测问题,只要用户善于钻研,它可用于解决很多除预测以外的问题.6.会议论文王春喜.曹月东.查建中二维布局优化神经计算方法研究2000该文对人工神经网络求解组合最优化问题的机理和方法进行了系统的研究，成功地将矩形物体的布局问题映射到Hopfeld网络模型，对Boltzmann机和Gauchy机在布局问题求解上的应用进行了研究，第一次将混沌神经网络用于二维布局问题。通过模拟计算，对各种神经网络模型在布局求解中的不同特点及影响其求解中的不同特点及影响其求解能力的因素进行了深入讨论和研究。结果表明与传统布局求解算法相比，布局问题神经计算方法具有解的相对稳定性，且由于其高度并行性，因此求解运算速度较快。7.学位论文蔺杰数据融合的神经计算方法2005本文在对神经计算在多传感器数据融合算法的基础上进行了整理、归纳,并进一步深入研究,将其应用与人类思维模型的构造,主要研究内容和取得的成果如下:(1)实用性地分析、归纳、总结了数据融合、人工神经网络以及人工神经网络数据融合的系统理论和方法.(2)在神经网络的基础理论中介绍了神经网络的基本概念、发展过程和应用;分析了网络的基本工作原理以及神经网络与模式识别的关系,定性地论证了神经网络融合识别的基本机理.(3)研究可用于数据融合的模块化神经网络与模糊理论相结合.模块化神经网络具有单一神经网络无法比拟的优势,其不足之处又可以通过模糊理论的引入得以弥补.使用模糊推理系统处理系统输入可以大大减少神经网络模块化带来的系统复杂度.(4)模糊神经网络在融合识别中的应用.根据多源数据的特征具有高维数的特点和BP网络在解决此类问题中的缺陷,研究了CPN网络学习算法的几种改进方法,提出了模糊隐层节点动态调整的网络学习方式;模糊网络中传感器的管理也在这里进行了讨论.(5)在模块化神经网络和模糊理论的基础上提出了人脑的思维模型.从本文研究的结果看,神经网络在数据融合中的应用具有重要的价值和优势,但也有许多问题需要进一步研究,目前的人工神经网络模型还只是对人类大脑神经网络的很有限的仿真.但是,从目前的研究趋势上来看,基于生命科学的方法将在未来信息处理领域变得越来越重要,必将发挥更大的作用.8.会议论文周永权.焦李成求非线性代数方程近似根的泛函网络方法2004本文利用对分法的思想,提出了一种对分法泛函网络新模型,求解任意给定非线性方程的近似根,给出了基于对分法泛函网络求解非线性方程的近似根的算法。通过算例表明,这种方法,同样能够有效地获得任意给定非线性方程的近似根。9.学位论文殷冬梅神经计算加速器设计1999神经网络的实现问题对于该技术的发展具有很重要的意义.该文提出了一种PC/DSP主从式神经计算机系统设计方案,它是以DSP为神经计算加速器,用PC机实现人机接口,这一系统可以实现神经网络的高速计算并用于实时控制,所设计的神经网络模型具有一定的通用性.研究人员还基于Windows操作平台用VisualC++语言编写了一个神经网络软件包,该软件包的特点是操作简便直观,界面友好,而且便于以后的功能扩展.模式识别是神经网络应用的一个重要领域,该文对可用于模式识别问题的神经网络模型做了初步的探讨.以系统的故障诊断这一典型的模式识别问题为例,利用BP网络模型研究了惯性导航系统中陀螺仪子系统的故障诊断问题,对故障测试点的设置及故障编码都进行了分析.利用上述提出的主/从式神经计算机系统来实现故障诊断,结果表明这一系统有效地提高了故障诊断的速度.10.期刊论文解光军量子神经计算-合肥工业大学学报(自然科学版)2002,25(3)量子计算与神经计算的结合是当前人工神经网络理论发展的一个前沿课题,由此而产生的量子神经计算新范式具有很高的理论价值和应用潜力.文章在介绍量子计算基本原理的基础上,讨论了将它引入神经计算领域的可能性和可行性,从理论上分析了量子神经计算所具有的性能,并给出量子神经计算模型的几种可能形式.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：c3539064-56a4-4ad0-a90f-9dfa013c2bf8下载时间：2010年9月23日