基于BP神经网络的电信客户流失风险预测

通过电信客户流失风险的预测,企业可以更有针对性地开展市场营销活动,降低客户流失率,提高企业的市场竞争力。本文通过对电信客户流失的成因分析,建立电信客户流失风险预测指标体系,利用神经网络的学习功能,建立客户流失模型,预测未来客户的流失情况。     

基于隐马尔科夫和BP神经网络的冲击地压预测研究

冲击地压是煤矿企业井下动力灾害之一。随着煤层开采深度的持续增加,冲击地压发生的危险越来越大。冲击地压危险程度的预测还是以简单的统计调查和单因素预测为主,预测模型的精度不高。本文对隐马尔科夫和BP神经网络混合模型对冲击地压进行预测的可行性进行了研究。该混合模型能够克服现有模型的不足,便于充分利用所有信息根据神经网络提供的观察更新冲击地压危险程度的预测。     

基于BP神经网络的数字识别

手写数字识别是人工智能技术中一个十分重要的分支,在人们日常生活中也应用得越来越频繁,例如在快递分拣、金融等有关数字识别的领域中都有较多的应用,这也使得越来越多人投入到手写数字识别技术研究中,人工神经网不仅具有非常好的容错能力、分类能力,还具有自适应和自学习等特性,备受人们的重视,基于此,本文在对神经网络介绍的基础上就神经网络在手写数字识别方面做了一些研究探讨。     

基于BP神经网络的光通信系统故障诊断

阐述了光通信系统故障诊断过程中,应用BP神经网络模型的重要性。以专家经验和文献依据为途径,建立了光信号系统故障知识库。同时,选择了基于模糊综合评判为计算方法,建立了神经网络数学模型。最后,以光信号元件故障诊断实例为例,论证了BP神经网络法的可行性。     

BP神经网络在新城疫预测研究中的应用

对气象条件和新城疫发病率进行相关性分析,结合动物流行病学理论确定影响新城疫发病的关键气象因素。利用Matlab软件进行BP(Back-propagation)神经网络预测模型构建,计算预测值与实际发病率的误差绝对值和决定系数R2对所建预测模型进行检验。结果表明将6种气象因素作为预测研究的关键气象因子,BP神经网络模型其决定系数R2=0.760,证实预测效果较好。初步构建出新城疫发病的神经网络预测模型,探索性地将BP神经网络理论在动物疫病预测研究领域中运用,为进一步展开动物疫病预测的研究提供理论参考。     

基于神经网络土壤水分预测研究

土壤水分预测是天气预报的一个重要指标,是径流预报、农田灌溉和排水等问题的重要参考因素,一直以来都是广大气象学者研究的重点.本文利用人工神经网络的方法建立土壤水分预测模型,对田间土壤水分进行预测研究.预测结果表明:应用人工神经网络建立的土壤水分预测数学模型适用于土壤水分预测,能够比较准确的对田间土壤水分值进行预测,具有较好的预测精度.     

基于PB 和 RBF 神经网络模型的草坪质量综合评价

 依据现有的草坪质量评价指标体系,于２０１０年调查了２０个草地早熟禾品种成坪后的１１项指标,包括草坪的密度、质地、颜色、均一性、绿期、抗病性、盖度、耐践踏性、成坪速度、草坪强度以及生物量。然后,运用神经网络原理及Ｍａｔｌａｂ神经网络工具箱,以其中的１５个草地早熟禾品种成坪后的１１项指标的实地调查值作为网络输入,以专家打分作为网络输出,通过不断调整网络训练参数,使网络性能达到最优,构建了草坪质量综合评价的ＢＰ 和ＲＢＦ神经网络模型,并给出了ＢＰ和ＲＢＦ神经网络模型的分析方法及其Ｍａｔｌａｂ实现步骤。利用训练好了的网络模型,对其余的５个草地早熟禾品种的综合质量评价得分进行网络预测,结果表明,ＲＢＦ神经网络的预测误差均小于２％,而ＢＰ神经网络的预测误差均大于５％,因此,基于ＲＢＦ神经网络模型的草坪质量评价结果比ＢＰ神经网络更准确,可以用于草坪质量综合评价。与常规的加权法、层次分析法或模糊综合评判法评价草坪质量相比,基于ＲＢＦ神经网络模型的草坪质量综合评价,在一定程度上减少了评价中主观因素的影响,简化了计算步骤,为草坪质量综合评价提供了一种全新的思路。     

基于BP神经网络的豆粕挤压膨化参数优化

利用挤压膨化生产大豆组织蛋白对于提高豆粕的附加值和利用率具有重要意义。以单螺杆挤压膨化机为试验设备对豆粕进行膨化试验,运用正交试验方法研究了豆粕含水率、膨化机螺杆转速和机筒温度对豆粕膨化指数的影响。运用BP(Back Propagation)神经网络对试验数据进行训练和模拟,建立了豆粕的BP神经网络仿真模型,并与实测值进行对比。结果表明,利用BP神经网络建立的模型仿真结果与实测值接近,能良好的反映工艺参数与膨化指数之间的复杂非线性关系,具有较好的预测性。     

Effects of oils on feed mildew and quality

This study was performed to determine the effects of oils on feed mildew and feed quality. Under different moisture content conditions (10%, 13% and 16%), the basal feeds were supplemented with 4%, 6%, 8%, 10% and 12% soybean oil. In addition, at different moisture content levels (10%, 13% and 16%), the basal feed was supplemented with 12% of various types of oil (soybean, peanut, corn and fish). Subsequently, a mixed mold spore suspension was added. The feed samples were incubated at 28°C, and the total mold, water activity (Aw), moisture, acid value, crude protein (CP), crude lipid (CL), crude ash (CA) and nitrogen‐free extract (NFE) levels were determined at 15, 30, 45 and 60 days. The results showed no significant variations in the feed moisture, CP, CL, CA and NEF contents. However, the acid value gradually increased in the feed samples with an extended incubation time and increasing initial moisture. The feed moisture content was a critical factor controlling feed mildew, and high levels of oil supplementation caused an elevated Aw. Additionally, peanut oil promoted mold growth in feed. These results provide a reference for the production and scientific management of formulated feed.     

基于饲料质量选择分析养殖户经济现状

本文通过选取河北省、辽宁省两地,以生猪养殖户为例对饲料质量的选择情况展开调研,通过养殖户对饲料质量的总体需求情况、不同养殖规模两视角,对养殖户的经济现状进行分析。调研结果表明:两地区的养殖户饲料粮使用占比较高,工业饲料占比较少,农副产品使用情况存在较大差异,主要受养殖规模、饲料价格及经济情况影响。因此,饲料质量选择在一定程度上受养殖户经济状况影响,而选择优质放心的饲料是每个养殖户提高经济收益的关键。     

BP人工神经网络在家蚕杂交组合预测中的应用初探

利用前馈神经网络(BPANN)建立了家蚕杂种一代的6个经济性状的预测模型,通过验证得出,以双亲成绩作为输入神经元,利用BPANN模型预测杂种一代6个经济性状的平均预测误差均在5%左右。表明利用神经网络模型用来预测杂种一代成绩具有研究应用前景。     

饲料企业产品质量控制探讨

本文从饲料配方设计、原料质量、生产过程、管理制度等方面阐述了饲料企业产品质量控制的关键点。     

基于BP神经网络的蓝莓酸乳工艺研究及数学模型的建立

以大兴安岭野生蓝莓和牛奶为主要原料,通过乳酸菌发酵,研制出蓝莓牛奶酸乳。在蓝莓酸乳工艺参数设计中,用BP神经网络模拟参数试验及计算机取代全面试验,并建立数学模型。其最佳工艺参数为：蓝莓果浆用量10％,蔗糖8％、琼脂0．4％,接种量为6％,发酵温度42％,发酵时间6h。     

实验动物饲料质量检测体系建设初探

实验动物饲料对于实验动物质量有着至关重要的作用,进而会影响到实验的有效性。随着科研技术发展进步对实验动物有了更高层次的需要,科研人员对实验动物饲料质量重视程度越来越高,日益突出的问题亟待解决。实验动物饲料的标准化研究和质量检测体系的完善需要高校科研院所及相关企业等多方研究,更需要国家政策、地方法规的规范和有关部门的行政监管。本文就实验动物饲料质量的现状进行分析研究,并提出相应对策,以期为实验动物饲料的科学合理应用提供参考依据。