统计与决策
統計與決策
통계여결책
Statistics and decision
2008年
3期
63-65
,共3页
粗糙集-BP神经网络%高新技术项目%投资风险评价
粗糙集-BP神經網絡%高新技術項目%投資風險評價
조조집-BP신경망락%고신기술항목%투자풍험평개
粗糙集具有强大的数值分析能力,而BP神经网络具有准确地逼近收敛能力,所以将粗糙集和BP神经网络串行结合.建立一种基于粗糙集-BP神经网络的高新技术项目投资风险评价模型.把粗糙集作为模型的前置系统进行属性约简,消除样本冗余,减少BP神经网络输入维数和隐舍层神经元权值连接的个数.从而达到提高BP神经网络训练速度、远行速度和评价精度的目的.最后,仿真研究表明运用该混合模型能取得较满意的结果.
粗糙集具有彊大的數值分析能力,而BP神經網絡具有準確地逼近收斂能力,所以將粗糙集和BP神經網絡串行結閤.建立一種基于粗糙集-BP神經網絡的高新技術項目投資風險評價模型.把粗糙集作為模型的前置繫統進行屬性約簡,消除樣本冗餘,減少BP神經網絡輸入維數和隱捨層神經元權值連接的箇數.從而達到提高BP神經網絡訓練速度、遠行速度和評價精度的目的.最後,倣真研究錶明運用該混閤模型能取得較滿意的結果.
조조집구유강대적수치분석능력,이BP신경망락구유준학지핍근수렴능력,소이장조조집화BP신경망락천행결합.건립일충기우조조집-BP신경망락적고신기술항목투자풍험평개모형.파조조집작위모형적전치계통진행속성약간,소제양본용여,감소BP신경망락수입유수화은사층신경원권치련접적개수.종이체도제고BP신경망락훈련속도、원행속도화평개정도적목적.최후,방진연구표명운용해혼합모형능취득교만의적결과.
