高桂芬
- 作品数：2 被引量：1H指数：1
- 供职机构：中原工学院理学院更多>>
- 发文基金：河南省教育厅自然科学基金更多>>
- 相关领域：理学更多>>
- 基于改进的BP网络对CET-4累计通过率时间序列的预测
- 2009年
- 时间序列并非总呈自相关性.与[4]不同,对本文中的CET-4累计通过率时间序列建立线性及二阶自回归模型,仿真计算失效.改进的BP网络,适用所有的一维时间序列.本文采用二步预测法,与其它采用BP网络对时间序列预测不同的是,本文不仅预测下一年的时间序列值,还将整个预测模型仿真出来,画出三维图形,从而为教务政策的制订提供直观易看、合理、客观的依据.
- 高桂芬周瑞芳
- 关键词：自回归模型神经网络
- 国内大中专院校专利申请量的季节调整模型及预测被引量：1
- 2008年
- 本文选取了对国内大中专院校专利申请量时间序列近期预测效果较好的优化趋势模型。为更好地描述序列的波动性,建立了国内大中专院校专利申请量时间序列的季节调整模型,研究结果表明,模型预测评价指标有所提高,其中预测值的平均绝对百分误差提高到1.8930%.
- 高桂芬周瑞芳
