VLBP神经网络在能量色散X荧光定量分析中的应用

基于基础BP神经网络,将VLBP神经网络应用在能量色散X荧光分析中。并分别采用基础BP、VLBP两个模型,对同一批实测铅锌矿样本进行预测,证明VLBP算法在定量分析中的优势。然后通过使用VLBP算法对铅锌矿石样品的Zn元素含量进行了预测,并与样品化学分析值对比。结果表明:预测值与化学分析值的相对误差小于5%。从样本中选取特征峰计数超过训练范围的样品进行预测,预测值与参考值的相对误差小于5%,可作为一个新型有效的方法应用在地质样品元素定量分析:领域。

基于VLBP神经网络算法的中国旅游外汇收入预测研究

国家化、多元化的旅游业发展是目前旅游市场研究的重点,旅游外汇收入是体现旅游业发展的水平和潜力的重要标准之一。往往旅游外汇收入及其影响因素之间存在线性和非线性两种关系。利用VLBP神经网络,针对近20年相关数据建立合理的预测模型,对2020年至2025年的旅游外汇收入进行预测。同时将预测结果与时序模型预测结果进行对比,分析改善影响因素的途径,对未来涉外旅游市场开发和评价提供良好的基础。

青铜峡银北灌区地下水位变化规律分析与模拟

分析了银北灌区地下水位较高的成因,研究了灌区地下水位年际和年内的动态变化规律,采用主成分分析方法,确定了灌区地下水位变化的主要影响因素,并用变速率的VLBP神经网络实现了对灌区的地下水位变化的模拟。结果表明灌区地下水位变化具有周期性、季节性的特点,并且可以被VLBP神经网络模型准确地模拟。