【视频讲解】神经网络、Lasso回归、线性回归、随机森林、ARIMA...
BP神经网络属于有监督的多层前馈神经网络中的一种,该网络的训练特点为输入工作信号的正向传播与反馈误差信号的反向传递。在正向传播的过程中,输入的工作信号从输入层进入网络,在经过各层的加权变换与激活函数变换后抵达输出层;在这一过程中整个网络的阈值和权值是不进行更新的,且每一层神经元的状态只收到上一层神经...
【信达金工于明明团队】全领域深度报告合集
与股票多因子相似的是,正股基本面因子整体具备低IC但多头强的特点,与转债特有指标及动量/反转、ZSCORE类量价因子相得益彰;相较量价类因子,2024年以来基本面类因子在IC和多头收益的维度均有明显更好的表现,从性价比和市场特征考虑应当适当予以更高权重。我们使用maxIR方法构建量价基本面复合因子,2019年...
基于GA-BP模型的短时交通流预测算法研究与实现
但是,BP神经网络在初始权值和阈值的选取上完全随机,存在固有的收敛速度慢,易入局部极值等问题导致其适用性不强。因此,本文借助遗传算法的全局寻优能力,构建遗传算法优化下的BP神经网络短时交通流预测算法,同时分析交通流特性并提取影响因素作为网络的输入,使改进的BP神经网络交通流预测模型能达到更好的预测结果。并通过...
AI大模型有望再扩1000倍!剑桥耶鲁康奈尔:PNN是变革关键
这意味着部分或者全部的输入/输出数据被连续编码为物理参数,权重也可以是物理参数,以期在性能和效率上超越数字硬件。从是否模仿数字神经网络的角度,PNN可以被分为两类(图1a):同构(isomorphic)PNN,和破坏同构(broken-isomorphism)PNN。前者会设计出严格的、逐个操作的数学同构的硬件来执行数学变换,比如用于矩阵-向量乘...
引领药物研发新革命,AlphaFold3太强了!专家团队手把手教授AI蛋白...
:深度学习可以进行蛋白质功能注释和预测,识别蛋白质的功能域、结构域和功能位点等。这有助于预测蛋白质的功能和相应的生物学作用。蛋白质优化和筛选:深度学习可以用于优化和筛选设计出的蛋白质。通过神经网络和生成对抗网络的应用,可以提高蛋白质的稳定性、可溶性和活性,以满足特定的设计要求。
闫佰忠等:基于自适应BPNN-GIS耦合的地下水源热泵适宜性分区研究
地下水源热泵;BP神经网络;适宜性分区;石家庄0引言盆地地温场研究较深入,而苏南地区作为同属于下扬子陆块的区域,其地温场相关的研究相对较少,现有的研究对苏南地区地热资源量评估和开发利用指导性不高(www.e993.com)2024年10月25日。本文收集区内39口地热井测温数据,并统计研究区及周边地区地热数据,对苏南地区现今地温场特征开展精细研究,...
人工神经网络特点有哪些 人工神经网络应用领域介绍
神经网络的特点神经网络的基本属性反映了神经网络特点,主要表现在:1.并行分布式处理神经网络具有高度的并行结构和并行实现能力,具有高速寻找优化解的能力,能够发挥计算机的高速运算能力,可能很快找到优化解。2.非线性处理人脑的思维是非线性的,故神经网络模拟人的思维也应是非线性的。这一特性有助于处理非线性问...
BP神经网络
1.BP神经网络原理人工神经网络是一种数学模型,它具有人类神经网络的一些特质,并且有自学习的能力,一般由MATLAB软件来实现。与传统统计方法不同之处是神经网络是通过训练实验来找到解决问题的路径。神经网络的训练过程,由特定的算法构成,提供了理想的学习样本,训练后,输入和输出足够数量的例子,知道达到收敛。直至使神经...
庆祝清华大学水利水电工程系70周年专刊
基于监测资料对坝体和坝基的力学参数进行反演,对大坝的安全评价具有重要意义。该文提出了基于改进自适应遗传算法和BP神经网络(IAGA-BP)的力学参数反演分析方法,采用考虑权重的绝对百分误差作为目标函数,可以针对多点监测资料和非线性数值仿真进行力学参数反演。基于正常蓄水位下拱坝坝体、坝基及拱肩槽边坡等25个测点的实...
内蒙古农业大学2023研究生复试科目考试大纲:215能源与交通工程学院
生态采伐机伐木头分类及应用特点;大型林木采伐机械发展趋势。7.智能控制在林业机械领域应用特种林业机械类型;专家系统在林业生产领域的应用逐渐增多,框图表示专家系统构成;BP神经网络数值计算。二、考试形式闭卷,题型包括:填空题,选择题,名词解释,问答题,论述题。