期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
中国金融风险预警系统的构建研究——基于K-均值聚类算法和BP神经网络 被引量:22
1
作者 李梦雨 《中央财经大学学报》 CSSCI 北大核心 2012年第10期25-30,共6页
本文首先通过研究我国1994—2011年的经济数据,对关系到金融系统稳定的16项经济变量进行主成分分析,进而将所选变量归结为宏观经济、金融体系、对外经贸三个方面。在此基础上运用K—均值聚类算法,把金融系统风险状态分为四类。继而借助B... 本文首先通过研究我国1994—2011年的经济数据,对关系到金融系统稳定的16项经济变量进行主成分分析,进而将所选变量归结为宏观经济、金融体系、对外经贸三个方面。在此基础上运用K—均值聚类算法,把金融系统风险状态分为四类。继而借助BP神经网络建立了我国金融系统风险的预警模型,并通过2011年的数据对我国2012年金融系统运行状况进行了预测。预测结果表明我国2012年处于轻度风险状态,总需求的回落和资产泡沫的收缩将是影响我国金融系统稳定运行的主要问题。最后对我国如何预测并防范金融风险给出了政策建议。 展开更多
关键词 金融风险预警系统 主成分分析K-均值算法BP神经网络
在线阅读 下载PDF
广义回归神经网络在空间数据聚类中的应用 被引量:3
2
作者 卢建青 陈银珠 +1 位作者 刘玉珠 张锦 《导航定位学报》 CSCD 2020年第2期31-35,共5页
针对空间数据聚类中由于空间数据本身的特点造成模糊C均值聚类算法无法满足使用要求的问题,提出1种改进的空间数据聚类算法:将模糊C均值聚类算法与广义回归神经网络相结合,得到结合广义神经网络的模糊C均值聚类算法;并将结合广义神经网... 针对空间数据聚类中由于空间数据本身的特点造成模糊C均值聚类算法无法满足使用要求的问题,提出1种改进的空间数据聚类算法:将模糊C均值聚类算法与广义回归神经网络相结合,得到结合广义神经网络的模糊C均值聚类算法;并将结合广义神经网络的模糊C均值聚类算法应用到空间数据的聚类中。实验结果表明,结合广义神经网络的模糊C均值算法在空间聚类方面比模糊C均值有着更好的效果,可以满足实际空间数据聚类的要求。 展开更多
关键词 空间数据 空间 模糊C均值算法 结合广义神经网络的模糊C均值算法 效果
在线阅读 下载PDF
基于聚类分析的复杂网络中的社团探测 被引量:16
3
作者 刘婷 胡宝清 《复杂系统与复杂性科学》 EI CSCD 2007年第1期28-35,共8页
社团结构是复杂网络中普遍存在的一种特征。本文应用改进了的谱分法将网络的社团探测问题转换为聚类分析问题,并将Girvan和Newman提出的模块度函数概念应用到聚类分析的4类算法中进行社团结构的探测,特别提出了一种新的结合模块度的聚... 社团结构是复杂网络中普遍存在的一种特征。本文应用改进了的谱分法将网络的社团探测问题转换为聚类分析问题,并将Girvan和Newman提出的模块度函数概念应用到聚类分析的4类算法中进行社团结构的探测,特别提出了一种新的结合模块度的聚类遗传算法。然后用3种类型的网络实验算例验证了本文算法的有效性,并对实验结果进行了比较分析,得出本文提出的新算法在初始化敏感性和准确性方面效果较好。最后指出本文算法的进一步研究方向。 展开更多
关键词 社团结构 谱分法 模块度 k- MEANS算法 模糊C均值 遗传算法神经网络
在线阅读 下载PDF
基于SOM模糊识别的鲤科鱼类与鲶形目鱼类氨基酸营养价值研究
4
作者 刘海平 刘乐乐 《高原科学研究》 CSCD 2021年第1期1-7,共7页
为识别鲤科鱼类与鲶形目鱼类氨基酸的组成特征,文章采用神经网络聚类算法(Self Organizing Maps,SOM),对42种鲶形目鱼类、鲤科鱼类进行了氨基酸营养价值聚类分析。结果表明:受海拔影响,裂腹鱼类之间氨基酸组分差异较大,均达到了显著差... 为识别鲤科鱼类与鲶形目鱼类氨基酸的组成特征,文章采用神经网络聚类算法(Self Organizing Maps,SOM),对42种鲶形目鱼类、鲤科鱼类进行了氨基酸营养价值聚类分析。结果表明:受海拔影响,裂腹鱼类之间氨基酸组分差异较大,均达到了显著差异水平(P<0.05);鲇科、鮡科的鱼类与鮠科、鲿科的鱼类之间氨基酸组分差异较大,均达到了显著差异水平(P<0.05);四大家鱼与90%的裂腹鱼类和78%的鲇形目鱼类之间氨基酸组分差异较大,均达到了显著差异水平(P<0.05);黑斑原鮡与尖裸鲤属鱼类、叶须鱼属鱼类以及裸裂尻属鱼类氨基酸组分有着本质差别,达到了显著差异水平(P<0.05)。此外,分布区域、采样时间、野生和养殖的生活史的不同,均会导致同一物种氨基酸组成存在差异。 展开更多
关键词 鲤科鱼 鲶形目鱼 神经网络聚类算法 氨基酸 营养价值
在线阅读 下载PDF
Clustering in mobile ad hoc network based on neural network 被引量:2
5
作者 陈爱斌 蔡自兴 胡德文 《Journal of Central South University of Technology》 EI 2006年第6期699-702,共4页
An on-demand distributed clustering algorithm based on neural network was proposed. The system parameters and the combined weight for each node were computed, and cluster-heads were chosen using the weighted clusterin... An on-demand distributed clustering algorithm based on neural network was proposed. The system parameters and the combined weight for each node were computed, and cluster-heads were chosen using the weighted clustering algorithm, then a training set was created and a neural network was trained. In this algorithm, several system parameters were taken into account, such as the ideal node-degree, the transmission power, the mobility and the battery power of the nodes. The algorithm can be used directly to test whether a node is a cluster-head or not. Moreover, the clusters recreation can be speeded up. 展开更多
关键词 ad hoc network CLUSTERING neural network
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部