基于BP神经系统与灰色度模型的篮球运动员选材预测分析

为了提高篮球运动员的选材预测水平,选取身体形态、运动素质、运动机能、技术水平等21项指标,形成篮球运动员选材的指标评价体系.采用灰色系统理论中的关联分析方法,对各个选材指标进行关联度分析,挑选出影响篮球运动员运动能力的核心选材因子.基于机器学习理论,以核心选材因子作为输入向量,以专家评定的运动能力作为输出向量,建立篮球运动员运动能力与核心选材因子之间的BP神经网络预测模型,通过网络持续训练与学习,找到核心选材因子与运动能力的内在关系.实验结果表明,提出的基于BP神经系统与灰色度模型的篮球运动员选材方法,能够有效评估篮球运动员运动能力.

基于MIV-BP神经网络的成品烟丝质量预测模型构建

目的:构建卷烟制丝过程成品烟丝质量模拟预测模型。方法:使用平均影响值法(the Mean Impact Value,MIV)对制丝加工过程工艺参数进行筛选,然后通过反向传播(Back-Propagation,BP)神经系统构建起制丝关键工艺参数和成品烟丝质量的模拟模型。结果:通过模拟数据与实测数据比较,填充值的模拟预测平均相对误差为3.16%;整丝率的模拟预测平均相对误差为0.67%;碎丝率的模拟预测平均相对误差为5.33%。结论:该模型预测值与实测值之间相对误差较小,精确性高,该模型适用于卷烟制丝生产过程工艺参数仿真优化。

基于金融时间序列的股票价格预测方法

最近邻算法在时间序列的预测已有实例,虽算法简单易理解,但准确度不高。本文在最近邻法基础上结合BP网络技术,使得在输入神经网络之前对数据起到预处理的作用,并训练神经网络得到最优解。