导读:本文包含了集神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:碳排放,BP神经网络,预测,粗糙集
集神经网络论文文献综述
仇国芳,蔡卓珉[1]（2019）在《基于粗糙集—神经网络方法的陕西省碳排放预测研究》一文中研究指出论文从碳排放的测算、碳排放的主要影响因素、未来碳排放量的预测和针对碳减排提出的对策等方面,对国内外的相关文献进行了梳理与分析。根据相关统计年鉴数据,利用自上而下的计算方法,以经过处理后的直接碳排放系数为准,对2005—2015年的陕西省碳排放量进行测算,并且分析近年来碳排放总量的变化趋势。利用粗糙集的属性约简思想,对于影响碳排放的因素进行约简并提取出主要影响因素构建预测指标体系,最后利用该指标体系结合BP神经网络模型对碳排放数值进行预测。针对预测的数值与碳排放的变化趋势,进行合理地分析并提出碳减排相应问题的解决对策。(本文来源于《生态经济》期刊2019年10期）
袁红杰,陆永耕,程松辽[2]（2018）在《基于粗糙集神经网络的故障诊断研究》一文中研究指出论文提出了一种基于粗糙集理论与BP神经网络相结合的轴承故障诊断方法。首先对故障数据进行离散归一化,再用粗糙集理论对数据进行约简,剔除多余无用的数据,最终将约简后的属性集作为BP神经网络的输入,构造网络对其训练并诊断。仿真结果表明此方法在简化了网络结构的同时,也减少了迭代步数,提高了故障诊断准确率。(本文来源于《科技经济导刊》期刊2018年21期）
张志恒,李丹,李瑜[3]（2017）在《基于邻域粗糙集神经网络的审计意见预测模型研究》一文中研究指出审计意见类型及其预测结果受到企业各利益相关方的高度关注。同时选用财务指标和非财务指标为变量,构建了基于邻域粗糙集神经网络的审计意见预测模型。将领域粗糙集作为BP神经网络的前置系统,在保持分类能力不变的前提下进行指标约简,提取关键指标,再将约简的指标体系作为神经网络模型的输入变量。以2013—2015年沪深A股176家公司数据作为研究样本,采用叁种模型进行审计意见预测对比分析,结果表明:本模型预测准确率达到97.06%,与单纯利用神经网络建模或单纯利用财务指标建模的预测效果相比具有更好的预测效果。(本文来源于《重庆理工大学学报(社会科学)》期刊2017年08期）
康洪军,蒋洁,杨帅,张玉琢,曹源[4]（2017）在《基于粗糙集神经网络的车载设备故障诊断》一文中研究指出由于神经网络在车载设备故障诊断中存在网络结构复杂、训练时间长的问题,利用粗糙集理论处理不确定数据的优势,对BP神经网络进行优化。提出属性约简算法,去掉冗余信息,保留必要属性。通过对现场车载设备故障数据的实例分析表明,优化前后性能提升明显,且使用该方法能有效减少输入层神经元个数,提高车载设备故障诊断的效率和准确度。(本文来源于《中国铁路》期刊2017年05期）
胡可为,周玉光,蒋宪军[5]（2016）在《基于粗集神经网络的电网断面安全分析》一文中研究指出本文提出了一种基于粗集理论和神经网络的电网断面安全分析方法。首先利用粗集理论对电网断面数据进行一致性属性约简,然后使用神经网络对数据进行学习和预测,并同时完成属性的不一致约简,最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和RBF神经网络优良的分类、容错能力,从而更好的监视、分析和控制断面有功潮流稳态。(本文来源于《黑龙江科技信息》期刊2016年35期）
王洁,陈刚[6]（2016）在《基于粗糙集神经网络的科技金融信用风险评价研究》一文中研究指出针对科技金融信用风险评价的效率低下,导致信贷审批成本过高,归其原因为科技金融服务行业针对企业信用评价模型不佳,评价指标过多,评价时间过长,导致成本过高;针对此不足,提出一种基于粗集神经网络的科技金融信用风险评价模型,该模型在不影响分类属性的原则下有效地约简企业的财务指标,同时利用BP神经网络容错能力,对信贷企业进行很好的分类,最后将该模型应用于实验,实验表明该模型有效。(本文来源于《现代计算机(专业版)》期刊2016年21期）
周万里,聂昊[7]（2015）在《基于粗糙集神经网络的航管雷达故障诊断研究》一文中研究指出航管雷达是一个复杂的系统,结构层次多,对其实施故障诊断具有程序繁琐、难度大等特点。针对这一情况,基于粗糙集理论和神经网络学习算法,研究提出一种航管雷达的故障诊断方法,以提高故障诊断率。(本文来源于《黑龙江科技信息》期刊2015年24期）
江飞[8]（2015）在《粗糙集神经网络故障诊断方法研究》一文中研究指出文章分析了最近几年来故障诊断技术和诊断系统的发展现状,对常见的几种故障诊断方法进行了简要的评述,分析了故障诊断技术的理论基础,研究了基于粗糙集神经网络集成的智能诊断专家模型。本文的主要工作包括以下几点内容:(1)通过时域和频域方法对齿轮箱振动信号进行特征分析,分析结果未能满足故障诊断的要求,本文采用子带能量特征提取方法完成信号的特征值提取。(2)采用SOM网络对原始故障数据中的连续属性进行离散化;本文采用基于差别矩阵的属性约简算法,并对其改进算法进行研究:即对矩阵中的单属性元素和包含单属性元素的其他元素加以处理,使计算量大为减少,提高计算效率。(3)着重分析了相容决策表和不相容决策表在计算差别矩阵时的不同,对不相容决策表在生成差别矩阵时可能出现的错误进行了研究,并指出可改进之处,最后对不相容决策表中基于差别矩阵的约简算法进行了分析。(4)用基于差别矩阵的改进算法和BP网络相结合来进行齿轮箱的故障诊断,诊断结果表明该集成系统在故障诊断中是可行的。并将此方案与其他诊断方法作对比研究,结果表明采用这种方法不仅可以得到令人满意的诊断结果,而且计算过程非常简便,诊断时间和步数都得到了很大程度的减少。(本文来源于《西安石油大学》期刊2015-05-20）
姜旭炜,文志诚,邓勇杰[9]（2015）在《基于粗糙集神经网络的网络安全态势评估方法》一文中研究指出为克服多源数据融合中存在信息高维、冗余和噪音等大量不确定性因素给网络安全态势评估带来的复杂影响,提出一种基于粗糙集神经网络的网络安全态势评估方法。该方法既利用粗糙集理论在机械学习、处理冗余信息和特征提取等方面的能力,又结合神经网络处理噪音和任意逼近能力构造出由指标层、离散层、规则层、决策层组成的态势评估模型,并与BP神经网络方法进行对比研究。仿真实验结果表明,所提方法偏差较少,更能客观、准确地分析网络安全状况。(本文来源于《湖南工业大学学报》期刊2015年03期）
刘江泉[10]（2015）在《粗糙集神经网络在电信客户价值分类中的应用》一文中研究指出客户是企业一种特殊的资产,是企业生存和发展的命脉。客户价值的大小取决于客户能够给企业带来利润的大小,根据二八法则,企业80%的利润来自20%的客户,所以企业必须对这20%的优质客户采取特殊的服务策略以保证这些客户不流失。如何才能快速有效的识别客户价值,以便企业有针对性的进行客户关系管理呢。为此企业必须进行客户价值分析和评价,按照客户价值的大小进行客户分类,对不同价值类别的客户,有针对性的对客户进行管理和维护,达到维持现有客户、吸引新客户、提升客户对企业的价值贡献的目的,最终实现企业经济效益最大化。本文首先介绍了客户分类、客户价值和客户价值评价相关基础理论,包括传统客户分类方法、现有客户价值评价模型、电信客户价值的特点以及当前国内电信客户价值分类的现状及存在的问题。其次是从当前价值和潜在价值两个方面分析电信客户价值的主要影响因素,并利用邻域粗糙集理论的属性约简功能,从众多影响因素中识别主要因素,确定电信客户价值评价指标。同时利用神经网络在处理复杂多元非线性数据的优势,构建用于电信客户价值分类的BP神经网络结构。电信客户价值影响因素的分析关键在于其潜在价值影响因素的分析。电信客户与电信运营商之间是一种长期的契约关系,其潜在价值的大小直接决定了未来一段时间内客户能够给企业带来的价值贡献,是构成电信客户价值的重要部分。本文从客户忠诚度、转网成本和客户信用度叁个方面来分析影响电信客户潜在价值的因素,确定在网时长、月消费额增值、客服评分、通讯对象数目和客户信用等级为电信客户潜在价值的主要影响因素。文章最后以中国移动某市分公司的客户情况为例进行实证研究,对客户历史消费数据进行分析处理和训练学习,得到稳定的电信客户价值分类的BP神经网络,并通过验证数据验证网络的分类效果。实验结果表明,稳定状态下的BP网络的客户价值分类准确率达到90%。证明本文所选取的电信客户价值评价指标是合理的,BP神经网络在电信客户价值分类应用中是可行的。(本文来源于《武汉理工大学》期刊2015-04-01）
集神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
论文提出了一种基于粗糙集理论与BP神经网络相结合的轴承故障诊断方法。首先对故障数据进行离散归一化,再用粗糙集理论对数据进行约简,剔除多余无用的数据,最终将约简后的属性集作为BP神经网络的输入,构造网络对其训练并诊断。仿真结果表明此方法在简化了网络结构的同时,也减少了迭代步数,提高了故障诊断准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
集神经网络论文参考文献
[1].仇国芳,蔡卓珉.基于粗糙集—神经网络方法的陕西省碳排放预测研究[J].生态经济.2019
[2].袁红杰,陆永耕,程松辽.基于粗糙集神经网络的故障诊断研究[J].科技经济导刊.2018
[3].张志恒,李丹,李瑜.基于邻域粗糙集神经网络的审计意见预测模型研究[J].重庆理工大学学报(社会科学).2017
[4].康洪军,蒋洁,杨帅,张玉琢,曹源.基于粗糙集神经网络的车载设备故障诊断[J].中国铁路.2017
[5].胡可为,周玉光,蒋宪军.基于粗集神经网络的电网断面安全分析[J].黑龙江科技信息.2016
[6].王洁,陈刚.基于粗糙集神经网络的科技金融信用风险评价研究[J].现代计算机(专业版).2016
[7].周万里,聂昊.基于粗糙集神经网络的航管雷达故障诊断研究[J].黑龙江科技信息.2015
[8].江飞.粗糙集神经网络故障诊断方法研究[D].西安石油大学.2015
[9].姜旭炜,文志诚,邓勇杰.基于粗糙集神经网络的网络安全态势评估方法[J].湖南工业大学学报.2015
[10].刘江泉.粗糙集神经网络在电信客户价值分类中的应用[D].武汉理工大学.2015