排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
��·������Ԥ��ĸĽ�BP�����緽�� 总被引:6,自引:0,他引:6
铁路货运量与其影响因素之间存在着复杂的非线性关系,传统的BP神经网络模型能对非线性系统进行很好的拟合,但模型的预测能力不强。通过单位根检验,可知铁路货运量及其影响因素的时序列数据是非平稳的。本文通过分析BP神经网络的传递函数对非平稳时间序列预测的不利影响,提出用差分法对输入数据进行预处理,在此基础上建立了铁路货运量预测的改进BP神经网络模型,并通过实例计算说明了这种改进BP神经网络方法对提高铁路货运量预测精度的有效性,最后利用该模型对2006—2O1O年的铁路货运量进行了预测。 相似文献
2.
随着大数据及人工智能的发展,知识图谱以超强关系表达能力、交互探索式分析方式、智能性知识逻辑体系、高速数据调取速度等突出特点在个性化推荐系统中逐步推广应用。本文对基于知识图谱的航海信息个性化推荐系统进行研究,结合船长和船员在航海作业时界面浏览、操控频率等习惯性操作,综合分析航海知识图谱构建技术、航海信息元关联技术、个性化推荐挖掘技术,搭建基于动态热力圈的船流量、基于地理位置的热点航海信息、基于进出港操纵下泊位信息分级、基于位置信息库的船舶动态迁徙的专题推荐功能,实现海上-港内-船上全流程航海信息的“一站式获取、按需推送”个性化推荐服务,极大精简了航海作业流程,提升航海作业信息综合应用的智能化水平。 相似文献
3.
1