会计稳健性与投资效率——来自中国证券市场的经验证据

会计稳健性是财务报告的一项重要特征,而投资效率则是企业生存和发展至关重要的制约因素,稳健的会计政策对企业投资效率的影响值得深入探讨.通过实证研究发现,会计稳健性越好的企业,在投资机会下降时,会更及时地削减投资,即投资效率更高.     

BP神经网络局限性及其改进的研究

针对神经网络的发展状况,利用概率及其它数学的方法,对神经网络中BP算法进行了分析,对BP算法的学习速度慢、容错能力差、算法不完备等缺点进行了讨论,得出BP神经网络的这些局限性均是BP算法本身固有的。在此基础上提出新的算法TFP,并讨论了网络假吸引中心的问题,在网络性能上,对保持知识的稳定性也作了探讨。     

BP神经网络学习算法的改进及应用

为了研究BP神经网络改进学习算法的适用情况,通过对实际的4个应用运用BP神经网络的多种改进的学习算法进行训练,比较得到各学习算法的适用范围,并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明:LM算法逼近效果好,但不适合大规模网络,RPROP算法应用于模式识别收敛速度最快,但不太适合函数逼近,SCG算法对较大网络规模的性能很好,且逼近效果好。     

一种改进的BP神经网络剪枝算法研究

将相关性剪枝算法(CPA)和变学习率、附加动量方法结合提出了一种基于CPA的改进的BP神经网络剪枝算法.实验结果表明,改进的算法可以降低训练步数,加快神经网络的收敛速度,在测试数据集上的均方误差也得到了进一步的优化.     

基于BP神经网络的农业高科技投资项目风险评价模型

在建立农业高科技投资项目风险评价指标体系的基础上,引入人工神经网络建模方法,建立基于BP神经网络的农业高科技投资项目风险评价模型,并运用实例对其进行了训练和预测,取得了较好的结果,说明该模型能较为准确地按照专家的评价方法进行工作,为农业高科技投资项目提供了现实可用的风险预测及风险控制工具,同时进一步显示出神经网络模型在现代农业经济非线性领域应用的广阔前景。     

灰色理论与BP神经网络耦合的粮食产量预报

以河南省为例,选取影响粮食产量的8个农业生产条件为指标,以2000~2007年8个序列的数据分别建立新陈代谢GM(1,1)模型,得到一系列预测值。将8个指标1990年至2007年的原始数据作为BP神经网络的输入样本,粮食产量实际值作为输出样本,然后对网络进行训练,构建了BP神经网络。再将各新陈代谢GM(1,1)模型得到的8个农业生产条件的预测值作为BP神经网络的输入,得到的输出即为最终预测值。仿真实验表明,用灰色理论与神经网络耦合模型研究河南粮食产量的拟合精度和预测准确度都比较理想。     

基于MATLAB的改进BP神经网络的实现与比较

本文在Black-Scholes型市场中引入机会收益的概念,并利用文[4]中提出的在险收益的风险概念,建立了机会收益-在险收益(EaC-EaR)动态投资决策模型maxR=E[Xπ(T)|Xπ(T)≥ρ1-β(x,π,T)]s.t.EaR(x,π,T)≤Cπ∈Rd,其中C是事先给定的某风险水平,ρ1-β(x,π,T)是期末财富Xπ(T)的1-β下侧分位数.通过对该模型的讨论,得到了最优常数再调整策略的显式表达式以及投资组合的有效前沿,阐明的金融学涵义包括:在EaC-EaR投资组合模型下,风险中性市场中的最优常数再调整投资策略是纯债券投资策略,而风险非中性市场中的最优常数再调整投资策略蕴涵了两基金分离定理的成立.另外,β=1时的均值-在险收益(M-EaR)模型maxR=E[Xπ(T)]s.t.EaR(x,π,T)≤Cπ∈Rd正是上述模型的特款.     

改进BP神经网络和特征提取的黄瓜病害识别研究

快速、准确地识别黄瓜病害类型,制定防治方案并采取相关措施,是保障黄瓜良好生长的前提条件.为此,该研究提出采用随机梯度下降法的改进BP神经网络结合颜色特征和纹理特征的方法对黄瓜叶病害进行识别.首先,对采集的已归档分类后黄瓜的3种病害图像进行尺寸归一化和数据增强等预处理,其次,通过分析选择RGB图像的R分量、灰度共生矩阵的对比度、熵和能量作为特征提取参数;再次,构建改进的BP网络,运用提取到的特征参数对黄瓜病害叶片进行分类识别.结果表明,采用该方法黄瓜叶病害的识别率可达91.33％,说明该方法能较好地识别病害,具有较好的鲁棒性.     

基于改进BP神经网络的房地产泡沫测度评价研究

美国的大众文化表达了美国大众包括精英阶层的思想、观念、价值观的文化生活方式,它的全球化在一定程度上展示了一种自上而下的霸权意识和种族主义倾向。华裔作家赵健秀在他的两部长篇小说《唐老亚》和《甘加丁之路》中,通过互文、戏仿、反讽等手段消解、颠覆了大众文化中的种族刻板印象,不仅如此,他还挪用中国传统文化中的英雄以重塑属于华裔男性的文化偶像,希望华裔能主动积极地介入大众文化,操演自己的华裔美国人特色。     

基于遗传算法改进 BP 神经网络的遥感影像分类研究

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明：在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。     

基于BP神经网络股价预测的一种改进方法

为提高神经网络经济预测的泛化能力,对神经网络预测数据处理方法进行了改进,把对数据的归一化变为对数据增长量的归一化,因而只要被预测的增长量不超过以往的历史数据增长量,则不会发生外延问题。根据这一思路,采用个股(中国石化)收盘价的数据,通过对收盘价的增长量进行了归一化,得到新的时间序列,将该时间序列视为一个从输入到输出的非线性映射,用BP神经网络进行非线性映射的逼近。对网络进行学习与训练的仿真试验后,预测结果与实际结果的比较说明,改进方法有效。     

基于改进BP网络的小麦品种识别

为了提高小麦品种的识别准确率,以河北农业大学选育的6个小麦品种为研究对象,对小麦籽粒图像进行中值滤波阈值分割等方法预处理后,对形态、颜色、纹理3个方面进行特征提取。其次利用BP神经网络对单个品种的小麦进行识别,然后结合主成分分析(PCA)法降维研究一次性识别多类小麦品种,最后为避免神经网络的局限性,利用PSO算法优化网络权值参数。结果表明:BP网络对单个小麦品种具有非常好的识别效果,其中河农7069品种的识别准确率达100%;结合PCA法降维后小麦品种平均的识别准确率为91.582%;利用PSO算法优化网络后识别准确率增加至94.3%,达到了更好的识别分类效果。     

改进BP神经网络在管道腐蚀速率预测中的应用

针对影响管道腐蚀速率预测精度出现的BP算法易陷入局部最小值、收敛速度慢和引起振荡效应等问题,根据改进自适应遗传算法在广泛的空间搜索和向最优解的方向尽快收敛于最优目标的特点,提出了使用改进自适应遗传算法优化BP神经网络,构建了优化的混合算法神经网络模型.实际应用表明,该模型将大大提高网络的学习效率和预测评判的准确率.     

基于遗传算法优化的BP神经网络的组合预测模型方法研究

【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。     

基于BP神经网络的数字识别

介绍了字符识别的几种方法及神经网络的基本原理,并将BP神经网络应用于数字识别,选取最佳的隐含层节点数及训练样本个数,实现了基于BP神经网络的数字识别。仿真试验结果表明,BP神经网络可以对阿拉伯数字进行快速、准确的识别,具有广泛的应用前景。     

基于BP网络的飞行器解耦设计

在大气边界层风洞中对某高层住宅建筑模型进行了风压分布风洞试验,分析了单体及受扰后建筑表面风压的分布特性.结果表明：凹形立面同高度处风压的相关性高,双层悬挑屋檐中,上层受负风压控制,下层受正风压控制,顶部玻璃挡板也受正风压控制;建筑物的风压分布受周边建筑及地形的干扰后产生较大变化,尤其是1倍于干扰物高度范围内,脉动风压的大小及分布的改变十分明显;受扰后,建筑物的最小极小风压增大了28%.