神经网络算法案例（精选14篇）
1.神经网络算法案例 篇一
算法案例——辗转相除法与更相减损术
唐劲松
一、教材解读
本节内容是在学习了算法的基础知识上，探究古代典型的算法案例——辗转相除法和更相减损术，巩固算法三种描述性语言（算法步骤，程序框图和程序语言），使学生对算法中的迭代思想有一个初步的认识。一方面以辗转相除法及更相减损术为载体，使学生通过模仿，操作，探索经历算法设计的全过程，帮助学生进一步体会算法的基本思想，感受算法在解决实际问题中的重要作用，另一方面让学生体会中国古代数学家对现代数学发展的贡献。
二、教学重难点
重点：辗转相除法与更相减损术的方法和步骤；
难点：辗转相除法的原理及其程序。
三、教学过程
Ⅰ引入新课
简单回顾短除法求两个数的最大公约数，并提出问题：当两个数较大时（如：8251与6105），如何求它们的最大公约数？引出课题——辗转相除法。
Ⅱ知识探究
1、以求8251与6105的最大公约数的过程为例，讲解如何利用辗转相除法求两个数的最大公约数。对于辗转相除法的原理，书本介绍的不是很详细，学生容易产生疑惑，需要教师讲解清楚。
2、通过这个实例，让学生能够模仿求任意两个数的最大公约数，体会这种迭代的思想，并能与前面学习的循环结构联系起来。
3、训练（学生演排），了解学生的掌握情况，及时指出问题。
4、简单介绍欧几里得其人，增强学生人文素养。
5、引导学生根据前面的过程画出辗转相除法的程序框图，并编写出程序。灵活运用直到型循环结构及当型循环结构，并能转化成语句。完成课本P45练习1:用辗转相除法求下列两个数的最大公约数：（1）225,135；（2）98,196；（3）72,168；（4）153,119.并用程序进行演示判断是否正确。
6、巩固提高：
（1）求三个数：324,243,135的最大公约数；（2）求228与1995的最小公倍数。
7、介绍另一种求最大公约数的方法——更相减损术，简单介绍相关数学史的知识，对学生进行数学文化熏陶，增强民族自豪感。
8、通过实例：求98与63的最大公约数 来理解更相减损术的原理和过程。
9、分别用辗转相除法和更相减损术求168与93的最大公约数，来体会和总结辗转相除法和更相减损术的区别。
Ⅲ课堂小结
学生回顾总结两种方法的步骤，教师加以补充和点评。
2.神经网络算法案例 篇二
1 系统构架
案例挖掘系统的架构(图1)包含两个主要模块,特征提取和案例挖掘该系。特征提取器使用模糊测量的方法来选择数据的重要特征,通过评价其相关系数、重叠率和信息增益来发现特征之间的关联,计算案例的相关性。将具有较高相关性的案例选定为重要特征用来挖掘案例,为数据挖掘产生每一个权重。案例挖掘则是利用聚类分析的遗传算法来选择具有代表性的个案。
2 案例特征提取算法设计
特征分析的目的在于确认有意义的特征。R.Caruana和P.Langley发现为特征选择有关的特征都非常重要[3,4],有些系统还可以使用数据挖掘的特征选择。X.Zhu利用特征和作为权重类的相关特征之间的关联来处理错过值[5]。C.Lee和G.G.Lee使用信息增益和不同的特征选择方法来查找相关的特征[6]。G.Qu引入了一个新特征的相关性和子集优点措施来计算特征的相关性和相互关系,提高预测和数据挖掘算法的准确性[7]。本文采用模糊特征提取成分分析(FCA)来评价特征的相关性。
CC、OR和IG分别代表相关系数、重叠率、信息增益。
CC表示计算两个变量的值的变化:
式中,Ai、Ci、分别表示特征值、类值、特征值的平均值和类值的平均值。
OR表示特征值在不同的类之间的重叠度:
式中,Ci和Cj是指i类和j类的特征值的范围。
IG表示根据增益率计算一个特定特征的存在频率[6]:
式中,P、S和Sv分别是概率,特定特征的案例数量,以及类的值是v的个案数量。
特征提取运用模糊理论来计算FCA的隶属度(图2)。
特征提取器利用作为模糊理论的矩阵计算方法来算出每个所选特征的权重。
式中,μ(x)是特征x的隶属度。
新的模糊关联矩阵,见表1;新的模糊集隶属函数,见图3。
3 针对案例的挖掘算法设计
案例挖掘运用遗传算法来选择有代表性的案例,即从原始数据集中选出代表性案例。选择该基因的长度等于案例数目,图4显示了基因的代表性,基因数字用1和0表示案例被选中或没被选中。
在具有代表性案例的范围内,用合适的函数通过计算最接近的案例数量,来评估案例的覆盖范围。
式中,h、Ci、n、cov(Ci)、d(x,y)和Wi分别代表假设,假设的侯选案例,侯选案例的数量,包含侯选案例Ci的案例,权重距离量度和第i个特征的权重。当代表性案例覆盖90%以上的案例时,评估结束。值得注意的是,交叉和变异概率是100%和1%。
最后,通过不断增加具有重要意义特征值的案例,可以在丰富的案例库中进行案例挖掘。显著特征的值不包含在代表性案例的范围内。
4 结论
通过对案例挖掘系统的算法设计,可以构建一个为数据挖掘服务的医学案例库系统。然后在医疗案例库构建中采用了3个标准医疗数据集,包括有大肠直肠癌数据库、甲状腺癌数据库以及乳癌数据库,用这3种医疗数据集作为测试数据来进行数据挖掘。然后以典型案例的涵盖程度以及其使用率作为检视案例库完整性的依据(实验数据量大,就不在本文中描述)。最后对案例库的建设也使用决策规则和神经网络的分类规则进行了评估,研究表明,该系统可以找到正确的典型案例。
参考文献
[1]Y.Li,S.C.K.Shiu and S.K.Pal,Combining Feature Reduction andCase Selection in Building CBR classifiers[J].IEEE Transactionson Knowledge and Data Engineering,2006,18(3):415-429.
[2]N.Arshadi and I.Jurisica.Data Mining for Case-Based Reasoningin High-Dimensional Biological Domains[J].IEEE Transactionson Knowledge and Data Engineering,2005,17(8):1127-1137.
[3]R.Caruana,D.Freitag.Greedy Attribute Selection[A].In Proceedings of International Conference on MachineLearning[C].Morgan Kanfman,1994:28-36.
[4]P.Langley.Selection of Relevant Features in Machine Learning[J].AAAI Fall Symposium on Relevance,1994:97(1-2):1-5.
[5]X.Zhu,X.Wu.Data Acquisition with Active and Impact-SensitiveInstance Selection[A].Proceedings of 16th IEEE InternationalConference on Tools with Artificial Intelligence[C].BocaRaton:IEEE computer Society,2004,721-726.
[6]C.Lee,G.G.Lee.Information Gain and Divergence-Based FeatureSelection for Machine Learning-Based Test Categorization[J].Information Processing and Management,2006,42(1):115-165.
[7]G.Qu,G.Hariri,M.Yousif.A New Dependency and CorrelationAnalysis for Features[J].IEEE Transactions on Knowledge andData Engineering,2005,17(9):1199-1207.
3.算法案例学习指导 篇三
例1 用展转相除法编写求63,81的最小公约数的程序．
程序如下：
总结 辗转相除法：辗转相除法就是把给定的两个数，用较大的数除以较小的数，若余数不为零，则将余数和较小的数，继续上面的除法，直到余数为零，此时的除数就是所求的最大公约数．
从算法思想我们可以看出，辗转相除法的基本步骤是用较大的数（用[a]表示）除以较小的数（用[b]表示），得到：[a=nb+r0≤r 由于这是一个反复执行的步骤，且执行的次数由余数[r]是否等于0决定，所以我们可以把它看作一个循环体，用循环结构就可以实现其算法． 例2 写出利用更相减损术求249与186的最大公约数的程序． 总结 1. 用更相减损术求两数最大公约数时，是当大数减小数恰好等于小数时停止减法，这时的小数就是要求的两数的最大公约数． 2. “更相减损术”与“辗转相除法”的异同点：“更相减损术”与“辗转相除法”这两种算法分别来源于东西方古代数学名著，但二者的算理却是相似的，有异曲同工之妙，主要区别在于辗转相除法进行的是除法运算，即辗转相除；而更相减损术进行的是减法运算，即辗转相减，但实质都是一个不断的递归过程． 案例2 秦九韶算法的应用 秦九韶算法的特点：通过一次式的反复计算，逐步得出高次多项式的值，对于一个[n]次多项式，只需做[n]次乘法和[n]次加法即可．秦九韶算法的计算量小，且逻辑简单． 例3 已知[n]次多项式[pn(x)=a0xn+a1xn-1][+⋯+an-1x+an],如果通常算法中，计算[x0k(k=2,3,4,⋯,n)]的值需[k-1]次乘法，计算[p3(x0)]的值是需要9次运算（6次乘法，3次加法），那么计算[pn(x0)]的值需要[12n(n+3)]次运算. 将其改为: [pn(x)=(a0xn-1+a1xn-2+⋯][+an-1)x+an] [=(a0xn-2+a1xn-3+⋯+an-2)x+an-1x+an] [=⋯=(⋯((a0x+a1)x+a2)x+⋯+an-1)x+an] 其算法步骤： 第一步：计算最内层[a0x+a1]的值，将[a0x+a1]的值赋给一个变量[v1]； 第二步：计算[(a0x+a1)x+a2]的值，可以改写为[v1x+a2]，将[v1x+a2]的值赋给一个变量[v2]； 以此类推，即每一步计算之后都赋于一个新值[vn]，即从最内层括号到最外层括号的值依次赋予变量[v1]，[v2]，[v3]，[⋯]，[vk]，[⋯]，[vn]，第[n]步的求值[vn=vn-1x+an]即为所求多项式的值． 秦九韶的算法中：[p0(x)=a,pk+1(x)=xpk(x)][+ak+1(k=0,1,2,⋯,n-1)]． 利用该算法，计算[p3(x0)]的值共需6次运算，计算[pn(x0)]的值共需要[2n]次运算． 案例3 算法在二分法中的应用 例4 设区间[0，1]是方程[fx=0]的有解区间，设计一个用二分法求此方程在区间[0，1]上一个近似解的方法，并画出程序框图，要求精确到[ε]． 算法如下： 第一步，确定有解的区间[[a，b]][fafb<0.] 第二步，取[[a，b]]的中点[a+b2]． 第三步，计算函数[fx]在中点处的函数值[fa+b2]． 第四步，判断函数值[fa+b2]是否为0. （1）如果为0，[x=a+b2]就是方程的解，问题就得到了解决． （2）如果函数值[fa+b2]不为0，则分两种情况： ①若[fafa+b2<0]，则确定新的有解区间[a,a+b2]； ②若[fafa+b2>0]，则确定新的有解区间[a+b2,b]． 第五步，判断新的有解区间的长度大于误差[ε]： （1）如果新的有解区间的长度大于误差[ε]，则在新的有解区间的基础上重复上述步骤； （2）如果新的有解区间长度小于或等于误差[ε]，则取新的有解区间的中点为方程的近似解． 程序框图如下图： 案例4 算法在分期付款中的应用 例5 张老师购买安居工程集资房92m2，单价为1000元／m2，一次性国家财政补贴28800元，学校补贴14400元，余款由个人负担，房地产开发公司对教师实行分期付款（注①），每期为一年，等额付款，签订购房合同后一年付款一次，再经过一年又付款一次等等，共付10次，10年后付清，如果按年利率7.5%，每年按复利计算（注②），那么每年应付款多少元？画出程序框图，并写出计算所需的程序．（计算结果精确到百元）（注③） 注：①分期付款，各期所付的款以及最后一次付款时所生的利息合计应等于个人负担后购房余款的现价及这个现价到最后一次付款时所生的利息之和． ②每年按复利计算，即本年利息计入次年的本金利息． ③必要时参考下列数据： [1.0759≈1.917,][1.07510≈2.061,][1.07511≈2.216] 这个问题就是数列中的分期付款问题．解决这个问题用到的是等比数列求和公式，计算量较大，还难以理解．而应用WHILE语句就能较好解决以上问题．先写出程序框图如下图： [输入公式][结束] [是][否] 程序如下： 总结 循环语句作用主要用来处理算法中的循环结构，在处理一些需要重复计算的问题，如累加求和，累乘求积等问题时，常用到循环语句来编写程序． 【练习】 1．用辗转相除法和更相减损术求48与30的最大公约数，写出具体算法步骤． 2．写出求[m=60]和[n=33]的最大公约数的算法和程序框图． 3．用秦九韶算法计算多项式[f(x)=x6-12x5+60x4-][160x3+240x2-192x+64]当[x=2]时的值． 教学内容解析 《算法初步》是新课程改革中新增加的内容，算法不仅是数学及其应用的重要组成部分，也是计算机科学的重要基础.算法已经渗透到社会生活的许多方面，算法思想不仅是一种重要的数学思想，也成为现代人应具备的一种基本数学素养.在以前的学习中，虽然没有出现算法这个名词，但实际上在数学教学中已经渗透了大量的算法思想，比如说解方程，判断直线与圆的位置关系等等，完成这些工作都需要一系列程序化的步骤，这就是算法思想。本节内容是在学习了算法的基础知识上，探究古代典型的算法案例——辗转相除法，巩固算法三种描述性语言(算法步骤，程序框图和程序语言)，使学生对算法中的迭代思想有一个初步的认识。一方面以辗转相除法为载体，使学生通过模仿，操作，探索经历算法设计的全过程，帮助学生进一步体会算法的基本思想，感受算法在解决实际问题中的重要作用，另一方面让学生体会古代人对现代数学发展的贡献。 教学目标设置 通过对辗转相除法的探究，理解辗转相除法的原理，巩固算法的三种描述方法(算法步骤、程序框图和程序设计语言)。要实现让学生理解辗转相除法原理的教学目标，莫过于让学生参与到辗转相除法求最大公约数的过程中，所以在教学过程中，通过对折纸实验的分析，猜测、探究适当的数学结论或规律，给出解释或证明，培养学生发现、探究问题的意识;在案例解决的过程中，既注重让学生意识到数学中的算法是计算机编程的基础，更注重要学生领会计算机程序设计的数学本质，深刻的领悟算法这一“机械化”数学思想，为学生将来适应信息社会的发展打好基础。在学习古代数学家解决数学问题的方法的过程中培养严谨的逻辑思维能力;在利用算法解决数学问题的过程中培养理性的精神和动手实践的能力;在合作学习的过程中体验合作的愉快和成功的喜悦。 学生学情分析 学习者为高二学生，好奇心强，思维活跃，学习算法有一定的积极性，对知识也较感兴趣，同时已具备一定算法步骤，程序框图，编制程序等基础知识。但对辗转相除法的原理不是很了解，因此在教学过程中要适时引导他们理解辗转相除法求最大公约数的原理，理解其迭代的算法思想，从而能够理解和运用两种循环结构表达辗转相除法，而这也恰恰是本节课的教学难点，可以通过观察，讨论，思考，分析，动手操作，自己探索，合作学习等多种手段突破难点。 教学策略分析 以问题为载体，用问题序列为学生提供探究算法案例——辗转相除法的空间，让学生经历知识的形成过程和发展过程，充分发挥学生的主体作用和教师的主导作用。采用启发式，并遵循循序渐进的教学原则，这有利于学生掌握从现象到本质，从已知到未知逐步形成概念的学习方法，有利于发展学生抽象思维能力和逻辑思维能力。 教学过程设计 (一)导入问题 问题1：求下列每组数的最大公约数 (1)22与6 (2)28与12 师：我们都是利用短除法找公约数的方法来求最大公约数，那么如果是求下面两个数的最大公约数呢? 问题2：:求8251与6105的最大公约数 设计意图:问题1从学生已有认知结构出发，引出本节课所要探究内容。问题2学生用已有知识处理比较困难，激发学生探究兴趣，目的是使学生明确本节课要研究内容的必要性。 (二)探究问题 学生活动：将学生分为两个小组，第一小组每位学生面前有一张长为22cm，宽为6cm的长方形纸;第二组每位同学面前有一张长为28cm，宽为12cm的长方形纸。 问题3： (针对于第一组同学) 给一张长为22cm，宽为6cm的长方形纸，先将短边往长边上折，得到一个正方形，将其裁掉之后继续将短边往长边上折，一直到最后剩下的是正方形为止，问：最后得到的正方形的边长是多少? (针对于第二组同学) 给一张长为28cm，宽为12cm的长方形纸，先将短边往长边上折，得到一个正方形，将其裁掉之后继续将短边往长边上折，一直到最后剩下的是正方形为止，问：最后得到的正方形的边长是多少? 设计意图：通过实验操作，让学生手脑并用，想一想，动一动，给他们以充足的动手实践机会，让他们在动手探索的过程中去把握知识，使学生直观感知辗转相除法. 问题4：(1)通过实验你有什么发现? (2)请将上述过程用算式表示出来。 课件展示：利用多媒体展现第一小组的折纸过程，让学生再次感受长边变短边，短边变长边辗转相除的过程。 学生讨论(一)： 学生讨论(二) 22-6=16 22=6×3+4 16-6=10 6=4×1+2 10-6=4 4=2×2 6-4=2 4-2=2 设计意图：学生讨论(一)体现出更相减损术的算法过程，教师可以适当引导，为下节课埋下伏笔。学生讨论(二)体现出辗转相除法的算法过程，引出本节课教学内容。从直观到抽象，从具体实验到数学模型，师生共同完成对新知的探索。 问题5：设问(1)：从数学式子出发，说明为什么22与6的`公约数就是4与2的公约数? 设问(2)：反过来，为什么4与2的公约数就是22与6的公约数? 设计意图：通过此例让学生体会辗转相除法的原理，从而帮助学生突破本节课的第一个难点——理解辗转相除法求最大公约数的原理。 问题6：如何求得8251与6105的最大公约数? 设计意图：进一步巩固学生对辗转相除法的认识，承上启下，顺利过渡。 问题7：刚才我们既求得了两个较小数的最大公约数，又求得了两个较大数的最大公约数，那么我们可以用辗转相除法解决哪一类问题呢? 生：求任意两个数的最大公约数。 问题8：给出任意两个正整数m、n，设计一个求它们的最大公约数的算法。 #FormatImgID_0# 设计意图：从具体实例到一般情形，师生初步分析，利用辗转相除法产生一列数，这列数从第三项开始，每项都是前两项相除所得的余数，余数为0的前一项，即是与的最大公约数。 问题9：辗转相除法的关键步骤是哪种逻辑结构? 生：循环结构 学生活动：两个小组的学生分别用当型循环结构和直到型循环结构写算法步骤，画程序框图和编写程序语言，并选派代表演示其程序框图及程序语言。 直到型循环结构程序框图如下图： 当型循环结构的程序框图如下图： 直到型循环结构程序语言： 当型循环结构程序语言： INPUT m,n INPUT m，n DO r=1 r=m MOD n WHILE r>0 m=n r=m MOD n n=r m=n LOOP UNTIL r=0 n=r PRINT m WEND END PRINT m END 设计意图：教师适当提示，使得程序设计水到渠成，通过两组同学的交流合作，调动了学生的学习积极性，突出了本节课的教学重点，体会迭代的算法思想，同时也突破了本节课的第二个难点——理解和运用两种循环结构表达辗转相除法。 (三)上机操作 学生活动：派一名同学将程序输入电脑，由下面其他同学随意给出两个数求其最大公约数，检验程序是否正确。 设计意图：通过计算机演示，让学生感受算法研究的价值，认识到计算机是人类征服自然的一种有力工具。 (四)归纳小结 问题8：通过本节课的学习，请学生谈谈体会与收获. 设计意图：学生对知识归纳的同时，提醒学生重视研究问题的过程及其中所蕴涵的数学思想. (五)布置作业 求462、546、1001的最大公约数。 分类信息辅助的神经网络联合数据关联算法 为解决多目标跟踪中数据关联问题引入神经网络UKF算法和分类信息辅助方法.通过计算分类混淆矩阵确定分类信息似然函数,再用该函数调整只利用运动信息的似然函数,使分类信息有效辅助神经网络联合概率数据关联.在杂波环境中对多个近邻且不同种类目标跟踪,针对联合概率数据关联(JPDA)存在的计算组合爆炸问题,利用Hopfield网络解决TSP问题的.思路得到神经网络联合概率数据关联(NJPDA)方法.基于以上关联方法得到的关联概率,仿真表明该算法提高了数据关联的有效性和快速性. 王蕊(东北大学材料冶金学院,沈阳,110004)4.神经网络算法案例 篇四
5.神经网络算法案例 篇五
6.网络金融案例 篇六
以股票为例，存托凭证是这样产生的：某国的一家公司为使其股票在外国流通，就将一定数额的股票，委托某一中间机构（通常为一银行，称为保管银行或受托银行）保管，由保管银行通知外国的存托银行在当地发行代表该股份的存托凭证，之后存托凭证便开始在外国证券交易所或柜台市场交易。
中国存托凭证（Chinese Depository Receipt，CDR），是指在境外(包括中国香港)上市公司将部分已发行上市的股票托管在当地保管银行，由中国境内的存托银行发行、在境内A股市场上市、以人民币交易结算、供国内投资者买卖的投资凭证，从而实现股票的异地买卖
1、不得跨境歧视
境外基础证券发行人的股权结构、公司治理、运行规范等事项适用境外注册地公司法等法律法规规定的，应当保障对中国境内投资者权益的保护总体上不低于中国法律、行政法规以及中国证监会规定的要求，并保障存托凭证持有人实际享有的权益与境外基础证券持有人的权益相当，不得存在跨境歧视。
解读：保障对中国境内投资者权益的保护总体上不低于中国法律、行政法规以及中国证监会规定的要求，说明“独角兽”企业发行CDR，必须遵守中国法律法规，境内境外投资者不能区别对待，必须“一视同仁”。
2、发行条件
（一）《证券法》第十三条第（一）项至第（三）项关于股票公开发行的基本条件；
（二）为依法设立且持续经营三年以上的公司，公司的主要资产不存在重大权属纠纷；
（三）最近三年内实际控制人未发生变更，且控股股东和受控股股东、实际控制人支配的股东持有的境外基础证券发行人股份不存在重大权属纠纷；
（四）境外基础证券发行人及其控股股东、实际控制人最近三年内不存在损害投资者合法权益和社会公共利益的重大违法行为；
（五）会计基础工作规范、内部控制制度健全；
（六）董事、监事和高级管理人员应当信誉良好，符合公司注册地法律规定的任职要求，近期无重大违法失信记录；
解读：CDR发行人应该如何的条件还是挺高的，最近三年实控人未发生变更、不存在损害投资者合法权益和社会公共利益的重大违法行为，会计基础工作规范，董监高人员应当信誉良好。这些”硬框框“说明诚信第一，证券市场的基础是信用，作奸犯科、投机倒把、恶意融资的做法使不得、行不通。
（五）会计基础工作规范、内部控制制度健全；
（六）董事、监事和高级管理人员应当信誉良好，符合公司注册地法律规定的任职要求，近期无重大违法失信记录；
解读：CDR发行人应该如何的条件还是挺高的，最近三年实控人未发生变更、不存在损害投资者合法权益和社会公共利益的重大违法行为，会计基础工作规范，董监高人员应当信誉良好。这些”硬框框“说明诚信第一，证券市场的基础是信用，作奸犯科、投机倒把、恶意融资的做法使不得、行不通。
3、审核要求
申请公开发行存托凭证的，境外基础证券发行人应当依照《证券法》《若干意见》以及中国证监会规定，报请中国证监会核准。
中国证监会发行审核委员会依照《证券法》第二十三条以及中国证监会规定，审核存托凭证发行申请。
仅面向符合适当性管理要求的合格投资者公开发行存托凭证的，可以简化核准程序，具体程序由中国证监会另行规定。
解读：CDR也要像新股一样提交申请，证监会发行审核委员会进行审核，但还有一个只给合格机构投资者的简易发行，会里另外制定新规
4、上市规则
依法公开发行的存托凭证应当在中国境内证券交易所上市交易。境外基础证券发行人申请存托凭证上市的，应当符合证券交易所业务规则规定的上市条件，并按照证券交易所的规定提出上市申请，证券交易所审核同意后，双方签订上市协议。
证券交易所应当依据《证券法》《若干意见》以及中国证监会规定制定存托凭证上市的相关业务规则
解读：CDR还需要满足交易所的上市要求，具体上市要求交易所还在制定中。
5、信息披露
发生以下情形之一的，境外基础证券发行人应当及时进行披露： 1.存托人、托管人发生变化；
2.存托的基础财产发生被质押、挪用、司法冻结或者发生其他权属变化； 3.对存托协议作出重大修改； 4.对托管协议作出重大修改；
5.对股东投票权差异、企业协议控制架构或者类似特殊安排作出重大调整；
解读：信息披露的事项很多，涉及到各类新问题，都要在国内进行严格的，及时的信息披露。
6、监管和法律责任
有下列行为的，中国证监会依据《证券法》相关规定进行行政处罚；构成犯罪的，依法追究刑事责任：
1、未经中国证监会核准，擅自公开或者变相公开发行存托凭证；
2、不符合发行条件的境外基础证券发行人以欺骗手段骗取存托凭证发行核准；
3、保荐人在存托凭证发行、上市中出具有虚假记载、误导性陈述或者重大遗漏的保荐书，或者不履行其他法定职责；
4、境外基础证券发行人或者其他信息披露义务人未按照规定披露信息、报送有关报告，或者所披露的信息、报送的报告有虚假记载、误导性陈述或者重大遗漏；
意义：
1、既为创新企业在境内发行股票或存托凭证做好了制度安排，也有助于完善资本市场结构，健全资本市场机制，发挥资本市场投融资功能，进一步推动资本市场改革开放和稳定发展。
2、支持符合国家战略、掌握核心技术、市场认可度高的创新企业，在境内资本市场发行股票或存托凭证，是服务供给侧结构性改革、促进经济结构转型升级、提升上市公司质量的重要举措。
3、设定了严格的试点企业选取标准和选取机制。只有完全符合试点标准、发行条件和各项信息披露要求的，可以向证监会提出纳入试点和公开发行股票或存托凭证的申请。
案例2 2018年5月23日，在上市大概两个月后，哔哩哔哩(股票代码：BILI)发布了其截止至2018年3月31日止的2018年第一季度公告。翌日，哔哩哔哩股价跳空高开，并在后续三日拉出三连阳，在5月31日涨出了17.71的历史最高价。很有可能，正是在一季报中业绩的进步促进了哔哩哔哩股价的连续上升。
在本期内，哔哩哔哩录得的总净收入为8.68亿元人民币(1.384亿美元)，相比2017年同期增长105%；录得的净亏损为人民币57.8百万元(920万美元)，净亏损率为7%，而2017年同期净亏损为人民币67.4百万元，净亏损率为16%；在本期内，哔哩哔哩经调整后的净亏损为人民币3.2百万元(50万美元)，经调整的净亏损保证金为0.4%，而在2017年经调整的净亏损为人民币59.6百万元，经调整后的净亏损率为14%。
依旧处于亏损状态的原因是，虽然哔哩哔哩在本期内营收大增，但是费用也同时上涨。在本期内，哔哩哔哩的销售和营销费用为人民币78.9百万元(1260万美元)，同比增长93%。增加的主要原因是与Bilibili的应用程序相关的渠道和营销费用增加，以及公司手机游戏的促销费用；一般及行政开支为人民币102.6百万元(16.4百万美元)，同比增长140%。增加主要是由于首次公开招股条件下的股份薪酬支出及专业服务费用增加所致。；研发费用为人民币105.9百万元(1690万美元)，同比增长92%。增加主要是由于研发人员人数增加。不过在整体上，哔哩哔哩在本期内的亏损已经大幅收窄。
从上图可以看出，哔哩哔哩的业务主要分为手游、直播和增值服务、广告以及其他四个方面。在本期内，四项业务均有大幅增长，相比上年分别增长97.26%、150.97%、143.92%和64.96%。哔哩哔哩一向以其动漫节目与直播节目出名，令人意想不到的是在哔哩哔哩的营收中占比最大的竟然会是手游业务，在本期内，哔哩哔哩的手机游戏平均每月付费用户达到80万，与2017年同期相比增长了79%。不过直播与广告业务也在本期内取得了大幅度的增长。只能说，常人眼中所看到的哔哩哔哩真的只是冰山一角。
同时，哔哩哔哩也受到了越来越多的人的欢迎。在本期内，哔哩哔哩的平均每月付费用户达到250万，与2017年同期相比增长了190%。MAU达到7750万，比2017年同期增长35%，其中移动MAU占MAU的82%。MAU即monthlyactive users，是一个用户数量统计名词，指网站、app等月活跃用户数量(去除重复用户数)，数量的大小反应用户的活跃度，但是无法反应用户的粘性。移动MAU占比大，说明哔哩哔哩的用户群已经APP装在手机、iPAD等移动设备之上，随身携带，随时观看，哔哩哔哩正在渗透进消费者们每时每刻的生活之中。
B站成立于2009年，成立之后，因其“无广告”、“弹幕满天飞”、“英美日剧急更新”等种种特色吸引了一大票粉丝，并且与A站相辅相成，A站受到的冷遇令人唏嘘不已，而B站终于化茧成蝶，成功上市，以走得更远。
在本期内，B站业务之中表现最为亮眼的，无疑是手游业务，着或许也是B站所找到的突破口。作为的一个没有广告的网站，B站失去了可以成为金主的广告主；在2017视频审查日趋严格的背景之下，B站的老粉们更是表示无比痛心，在这样的背景之下，做手游是B站一个更好的前进方式。
7.神经网络算法案例 篇七
BP神经网络是由大量的具有非线性映射能力的神经元组成的前馈型神经网络, 在实际应用中极为广泛。 BP神经网络的优点是能够在隐含层实现一种特殊的非线性变换, 它的学习能力可以看作是对多维函数的逼近, 因此可以实现对退化图像和原始图像之间的非线性关系的拟合, 从而达到对图像复原的目的。
但是BP算法本身也存在一定的不足之处, 如:收敛速度慢、易陷入局部极小点等。为了克服BP算法本身所固有的缺陷, 就必须另辟蹊径。由于遗传进化计算是一类全局随机搜索算法, 因此它们能够在复杂的、多峰值的、不可微的大矢量空间中迅速有效地寻找到全局最优值, 从而弥补传统神经网络学习算法存在的不足。
2遗传算法
遗传算法是一种智能型的优化算法, 它模拟自然界中的“自然选择, 适者生存”的原则。问题空间中的一个解对应遗传空间中的一个个体。由一个初始种群出发, 根据个体的适应度值大小在当前种群中选择优秀的个体, 通过一系列的遗传操作, 从而使适应度值高的个体被保留下来, 组成新的群体, 如此一代代的演化下去, 新群体中各个个体的适应度值不断提高, 直至满足一定的极限条件。此时, 群体中适应度值最高的个体即为问题空间中的最优解。正是由于遗传算法独具的工作原理, 使它能够在复杂空间进行全局优化搜索, 并且具有较强的鲁棒性。
其中个体是指生物群中的某一个生物体, 个体对环境的适应程度用适应度值来表示, 解决的问题不同, 适应度值的表达形式是不同的。个体的适应度值取决于它本身的染色体, 一个染色体是由问题空间中的一个解编码后形成的、具有一定长度的字符串。一定数量的个体组成一个群体。遗传算法中的主要遗传操作有:选择、交叉、变异。一个群体经遗传操作后新产生的群体称为新一代群体。
遗传算法应用于优化神经网络的一个主要方面是用遗传算法学习神经网络的权值, 也就是用遗传算法取代一些传统的学习算法。
3 BP神经网络算法
3.1神经网络图像复原方法原理
由于BP神经网络能够在隐含层实现一种特殊的非线性变换, BP网络的学习能力可以看作是对多维函数的逼近, 它能够完成多维空间对一个有限数据点的超平面的重构, 所以BP神经网络可以拟和退化图像和原始图像之间的非线性映射关系[1]。
3.2神经网络结构的设计
(1) 网络层数的设计。
Robert Hecht-Nielson在1989年证明了一个三层的BP网络可以完成任意的n维到m维的映射, 所以本文采用单隐含层的BP网络[2]。
(2) 输入层、输出层、隐含层节点数的设计。
本文采用3×3大小的滑动窗口对训练图像进行采样, 所以输入层节点数为9;考虑到本文是使用BP网络用作回归, 输出层节点数为1;隐含层节点数的选择是一个非常复杂的问题, 试验表明隐含层节点数为20时可以得到较快的收敛速度和较小的平方误差。
(3) 网络传输函数的选择。
网络传输函数的选择对网络的收敛性具有非常重要的作用, 按BP算法的要求, 传输函数必须是处处可导的。本文采用Sigmoid函数作为传输函数[3]。
因此, 神经网络结构设计为9∶20∶1, 隐含层采用Sigmoid函数, 输出层采用线性函数。
3.3输入、输出样本的选取
清晰图像像素点的值与模糊图像中该像素点的邻域高度相关。本文采用3×3的滑动窗口结构来提取特征, 获得BP网络的输入。n个输入输出对 (Pk, Tk) (k=1, 2, 3, ..., n) 作为训练样本, Pk= (pk1, pk2, …, pkM) 是第k个目标输入向量, 其中M为输入向量的维数, Tk= (tk1, tk2…, tkN) 是第 k个目标输出向量, 其中N是输出向量的维数, 网络的实际输出用Ok= (ok1, ok2, …, okN) 来表示。当窗口滑过整幅模糊图像时, 即可得到BP网络的输入矩阵P。
为了加快训练的速度, 本文选用尺寸较小的100×100的清晰图像 (图1) 及其对应的模糊图像 (图2) 作为训练样本图像, 通过滑动窗口提取出输入、输出样本对 (P, T) (图3) 。
3.4训练网络
采用BP算法中收敛速度较快的LM算法对BP神经网络进行训练[4]。网络训练过程如图4, 经过6次迭代后, 达到指定的的目标误差2e-7。
4遗传算法对神经网络权值进行学习
采用上面设计好的三层神经网络, 即输入层、隐含层、输出层的神经元节点个数分别设计为9∶20∶1。遗传算法学习神经网络权值的步骤如下:
①初始化种群:主要包括种群规模、交叉概率PC、变异概率PM;由于需要优化的参数较多, 为了加快遗传算法的速度, 采用实数编码形式对BP神经网络的初始权值进行编码, 形成初始种群, 初始种群大小为30。
②计算每个个体的适应度值:采用神经网络的实际输出与期望输出的误差平方和的倒数作为适应度值, 则适应度评价函数的表达式为undefined, 其中di为输入i个训练样本时网络的实际输出值, 网络的第oi为相应的期望输出值, N为输入样本个数。
③进行遗传操作:以概率PC对个体Gi和Gi+1进行交叉操作, 形成新的个体G’i、G’i+1;以概率PM对个体Gj进行变异操作, 形成新的个体G’j;没有进行交叉变异操作的个体直接进行复制, 从而得到新一代群体。
④计算新一代种群的适应度评价值。
⑤如果达到了所需要的误差要求, 则结束, 否则返回到第二步。
达到所要求的误差εGA后, 将最优个体解码即可得到纯遗传算法优化的BP神经网络的最终权值。
纯遗传算法优化神经网络时的误差平方和减小曲线和适应度值上升曲线如图5, 遗传算法演化到80代时, 适应度值已经趋于稳定值。算法的运行时间是3493秒, 速度很慢。这是因为遗传算法收敛是依靠类似于穷举法的启发式搜索, 再加之网络结构的复杂性, 要运算的数据相当大。上面的神经网络的权值与阈值的个数为:9×20+20+20×1+1=221个, 80个种群就是221×80=17680个, 对这些数进行编码、解码、交叉、变异等遗传操作, 这样进行一代遗传操作相比BP算法的正、反向的一步操作, 要处理的数据就相当大, 因而不可避免会出现搜索时间长的问题。
5遗传算法和LM优化的BP神经网络算法
尽管纯遗传算法经过很多代的演化后可以使得适应度值达到一个很高的理想水平, 但是因为遗传算法本身的计算量相比BP算法来说是大得多的, 而且代数越多运行时间越长。因此, 不能单纯的使用遗传算法来得到BP神经网络的最终权值, 而应该首先使用遗传算法进行较少代数的演化, 进行“粗”搜索, 把遗传算法的最优解作为BP神经网络的初始权值来使用, 在此基础上再用BP神经网络的LM算法进行进一步的“细”搜索[5], 将两种方法结合起来使用。
5.1用遗传算法优化BP神经网络的初始权值
首先利用纯遗传算法优化BP神经网络权值的步骤, 使得误差达到误差目标后, 将最优个体解码后的解作为BP神经网络的初始权值。
5.2用BP神经网络进行进一步训练
采用BP神经网络的LM算法, 利用初始网络权值进行神经网络的训练, 如果能够达到指定精度εBP, 则利用训练好的BP神经网络进行图像复原;如果不能达到精度要求, 说明陷入局部极小值, 则重新返回到遗传算法的步骤, 重新寻找网络的初始权值。
遗传算法优化BP神经网络初始权值的过程中, 误差平方和曲线和适应度值曲线如图, 遗传算法演化10代后, 适应度值已经趋于稳定值。
利用遗传算法优化后的BP神经网络对样本进行训练, 网络训练过程如图7, 经过3次迭代后达到指定的误差目标2e-7。
6图像复原
用上面训练好的神经网络对同一幅模糊图像进行复原, 原始图像 (图8) 、模糊图像 (图9) 、纯BP神经网络复原后的图像 (图10) 、遗传算法优化的神经网络复原后的图像 (图11) 分别如下图
用客观评价标准归一化均方误差NMSE来说明图像的复原效果, 均方误差是最早采用、最常用的客观评价标准之一。其反映了复原图像与原始图像间的全局差异, 是一种完全参考度量方法。一般来说NMSE数值越小图像复原效果越好, 反之复原效果越差[6]。NMSE表示为
undefined. (1)
纯神经网络复原后的图像和基于遗传算法的神经网络复原后的图像的归一化均方误差如下表
7结束语
本文利用遗传算法首先对神经网络的初始权值进行优化, 再进一步进行神经网络的训练, 最后用训练好的网络对模糊图像进行了复原。遗传算法和神经网络两者相结合, 先进行粗搜索, 再进行细搜索, 有效的缩短了纯遗传算法的演化代数和运行时间, 同时也克服了纯BP算法收敛速度慢和易于陷入局部极小值的缺点。通过对模糊图像的复原进行试验, 表明该方法可以加快神经网络收敛的速度, 改善图像复原的质量。
参考文献
[1]薛经晔, 董俊.基于遗传算法的BP神经网络图像复原算法研究[J].中国科技信息.2009. (2) :49-50
[2]李青峰, 胡访宇.利用BP神经网络实现监控图像盲复原[J].计算机仿真.2009, 26 (5) :223-226
[3]李征, 苏理云.基于BP神经网络和逆滤波器的小波域半盲离焦图像复原[J].四川大学学报.2007, 44 (1) :47-53
[4]韦灼彬, 吴森, 高屹.应用遗传算法和LM优化的BP神经网络模型预测机场道面使用性能[J].空军工程大学学报.2009, 10 (4) :11-14
[5]徐仙伟.遗传算法优化BP网络初始权重用于入侵检测[J].计算机应用研究.2005, (3) :127-128
8.神经网络算法案例 篇八
关键词：车牌识别；机器视觉；图形图像；模式识别；神经网络一、车牌识别的核心技术
车牌识别系统主要可分为原始图的采集、图像预处理、车牌定位、字符分割以及字符识别几大部分。
（一）预处理概述
一般刚采集的图像是彩色图像，加上国内车牌颜色的多样性（如白底黑字、黑底白字、黄底黑字及蓝底白字等），为了能够更好的对车牌进行图像处理，首先要对抓
（二）车牌定位方法
车牌定位是基于图像处理中的分割技术对整个车牌图像进行车牌区域分割提取。由于我国车牌种类繁多且背景色复杂，实现一种可以通用的车牌定位提取方法是十分复杂的。典型的车牌定位方法流程如图2所示：图2
边缘检测的基本思想是基于图像边缘进行分析处理，该过程不仅可以降低不相关数据的运算，同时可以忽略一些干扰信息，将图像原本最重要的特征信息保留下来。一般边缘检测采用的算子为Roberts和Sobel。而针对于车牌识别中车牌定位的提取，基于原有技术的基础上，可采用一种结合与改进的Roberts算子边缘检测与形态学的车牌定位算法：一是增加两个方向的检测模版； 二是Roberts算子阀值的自动选取。
形态学处理是基于数学形态学的技术，数学形态学具有解析和叙述几何形态学的功能。其基本运算有四种：开运算、闭运算、膨胀以及腐蚀，在车牌识别中可先对边缘检测好的图像进行腐蚀，再根据车牌的一些先验知识对图像做填充及滤波处理最终得到车牌位置。
在完成车牌定位之后，在车牌字符分割之前需要对已定位好的车牌进行倾斜校正处理。一般可采用Hough变换调整水平方向， Rodon变换调整垂直方向。
（三）基于垂直投影并结合连通域及模板匹配的分割方法
基于传统算法的优缺点，采用一种基于垂直投影法并结合连通域及模板匹配法进行字符分割，首先是根据连通域找出字符之间的宽度，然后再结合投影法确定单个字符的位置，最后再参考字符之间宽度建立一个分割模板。
为了能够对分割出来后的单个字符进行统一的尺寸管理，提高字符识别率，可以将分割后的单个字符统一归一化，设置其高度和宽度的像素大小分别为40和20。
（四）基于神经网络的字符识别方法
设定两个识别模板包括汉字识别模块以及数字和字母识别模块。先依据标准车牌的字符分布位置来制定相应的模块，首字为汉字，其余均为数字和字母（车牌上的圆点分割符号不做识别处理）；其次是提取相应字符的模块特征并送入分类器进行分类处理；最后将识别出来的字符按照相应的顺序进行排列并最终得到字符识别结果。其具体流程如下：1、输入分割后的字符；2、字符归一化；3、根据字符进入相应字符识别模块；4、提取字符特征；5、识别字符；6、组合识别效果；7、输出分割后的字符。
通过对分割出来后的字符进行网络像素特点维数大小的提取以用来确定输入层神经元的数目。对于归一化之后的点阵字符像素大小尺寸为40*20，将每一个像素点设定为一个网格，则输出层神经元的数目设定为800。
二、车牌识别系统的应用范围
车牌识别是现代智能交通系统中的重要组成部分之一，应用广泛。这项技术可应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合，对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有积极意义。社会使用价值很高。具有深远的研究价值和潜在而巨大的经济效益。
参考文献：
[1]冈萨雷斯.数字图像处理（第二版）[M].电子工业出版社，2007.8
[2]霍洪涛.数字图像处理[M].北京：机器工业出版社，2003
[3]刘锐宁，梁水，宋坤. Visual C++程序开发范例宝典（第二版）[M].人民邮电出版社 ，2007.7
[4]赵春江. C#数字图像处理算法典型实例[M].人民邮电出版社 ，2009.3
[5]吴李汉. 车牌自动识别系统的实际与实现.机器视觉[J]，2006.9
[6]袁曾任. 人工神经元网络及其应用[M].北京：清华大学出版社 ，1990.10
9.网络营销案例 篇九
阿里巴巴集团在 年下半年发布了其新的旅游业务子品牌“去啊”，而“去啊”发布会现场 PPT 上那句“去哪里不重要，重要的是…去啊”的广告语却遭同行玩坏，携程、途牛等众多同类型品牌纷纷推出与“去啊”、“去哪儿”有关的文案，引发旅游品牌大狂欢，同时也成了当下的网络流行语，更多相关品牌也参与了这场集体戏仿与营销狂欢。
案例2：春节微信抢红包风潮
20春节期间，微信抢红包风靡了整个朋友圈，微信用户之间自发互动发红包，红包数量有限，群友激烈争夺，群友轮流坐庄，引起发红包“接龙”，瞬间加深群友感情。微信抢红包颠覆了传统的发红包方式，让中国人发红包的习惯借助微信这个强关系平台更加便利地实现。这场突如其来的抢红包风潮，让腾讯不费吹灰之力就获取了大量用户。据微信春节期间公布的官方数据：除夕至大年初一下午4点，两天内参与抢微信红包的用户超过 500 万，总计抢红包 7500 万次以上。
案例3：蒙牛3D音乐，特别的奶特时光
蒙牛奶特上市8年后，首次进行品牌推广，此次通过特殊的移动互联网语言/3D音乐，让消费者感知奶特是一款好喝的牛奶，为消费者带来更立体化享受的感觉。整合全网重点门户、SNS，利用创新音画banner，立体化呈现品牌调性。首个品牌3D音乐H5官方网站上线，与三大音乐平台全方位立体化合作，高度渗透热爱音乐的人群，提升品牌享受概念。新浪、网易、腾讯、搜狐、豆瓣、人人等移动端黄金资源无缝、高空强势覆盖，随时享 受美好的3D音乐。独特的3D音乐创意内容是本次活动最大的亮点。基于目标人群精准定向，通过创新SNS媒体应用，进行内容营销，通过特殊的移动互联网语言+3D音乐，产生大量UGC，形成“病毒式传播”，提升产品在消费者心中的好感度。
案例4：移动4G广东行
2014年，广东移动发起“城记广东•4G随行”活动，邀请百名微博达人走进广东12城，一路上，美食美景、人文地貌，纵情品味，体验爽到爆表，引发无数网友围观点赞，#城记广东#、#移动4G广东行#等系列微博话题累计阅读量超过 4.2亿,每走一城，热爆一城。广东移动顺势植入4G测速，提供免费手机供途中使用，巧妙地把移动4G信号已经全省覆盖的优势传播出去，而且年轻潮范儿的品牌形象被充分体现。该项目更任性包下一列地铁专列，一整个地铁站的强势投放，引发全城热议，是为全案点睛之笔。
案例5：支付宝——十年账单日记
2014年12月8日，支付宝成立10周年之际推出了“十年账单日记”， 十年账单记录了个人在支付宝上的全部花费，并对未来十年收入做出预测。瞬时间一大波土豪现身朋友圈，感叹画面太美的各路网友不甘拖后腿，纷纷加入“晒账单”、“看排名”、“找槽点”的队伍中来。“十年账单日记”洞察人性，简易操作，利用户的好奇心、攀比、炫耀心理，引发大规模讨论，走红社交网络。
案例6：ALS冰桶挑战
ALS冰桶挑战赛，要求参与者在网络上发布自己被冰水浇遍全身的视频内容，并点名其他人参与这一活动。活动规定，被邀请者要么在24小时内接受挑战，要么就选择为对抗“肌肉萎缩性侧索硬化症”捐出100美元。
冰桶挑战由国外传入，并经国内最大的社交平台微博不断发酵。作为今夏最具话题性的、公益与营销十分有效的结合，群众的围观绑定各路大佬纷纷“湿身”，科技界大佬，娱乐圈各路明星纷纷加入活动，冰桶挑战持续升温，活动得到了病毒般的传播，并在短短一个月内集得了2.57亿元的捐款。不少品牌也纷纷借势营销，较有名的案例是三星向苹果发起了“冰桶挑战”。
案例7：可口可乐歌词瓶
继上一年的“昵称瓶”大获成功后，可口可乐今年继续在瓶子上做文章，推出歌词瓶。歌词瓶上的歌词大多精心挑选自人们耳熟能详的歌曲，此外，消费者扫描瓶上的二维码，便可观看小段音乐动画，并在社交平台上分享。可口可乐在潘石屹等KOL的微博进行定制化产品投放，制造信息点，通过社交媒体利用其名人效应引发粉丝关注，官博上也持续发布与歌词相关的内容。
案例8：微博搜索广告见证世界杯冠军
2014年巴西世界杯期间，阿迪达斯在微博上建立了#成皇或败寇#话题页，并且植入每场微博热门话题榜推荐中; 期间发起疯狂的全民猜球、丰富的聊球表情、志同道合的聊球团，等吸引球迷参与互动的活动。在世界杯开赛前三天，用户只要从PC端新浪微博搜索“阿迪达斯”或者“桑巴荣耀”关键词，就会在首页降下阿迪达斯为历届世界杯制作的比赛用球。阿迪达斯利用世界杯期间微博话题的热度以及讨巧的视觉展示，实现品牌营销。
案例9：《后会无期》：国民岳父韩寒的营销大戏
截至2014年8月31日，韩寒导演的处女作《后会无期》票房超6亿。如此不俗票房，国民岳父韩寒团队的微博营销功不可没。《后会无期》在微博平台进行了长达半年的预热、煽情，将电影的宣传周期大幅度提前。从韩寒在微博上发布小野(韩寒女儿)的照片开始，#国民岳父韩寒#就成了微博的大事件，这个话题成为后台电影宣传中持续不下的话题热点。电影与微博商业资源矩阵合力爆发，让《后会无期》无处不在。
案例10：百度——线下事件线上营销：“Hi，约吗”
10.神经症 案例三 篇十
案例三
一般资料：罗某，女，48岁，公务员，收入稳定，经济状况良好。高中文化，已婚。
求助者主诉：突发性头晕、心悸、胸闷、呼吸困难、窒息感、失控感、出汗、濒死感、焦虑不安近6个月，迫切希望求医。求助者自诉：半年前，由于机构改革，单位安排符合条件的人员离岗退养，自己在名单之中，心情十分矛盾，不申请离岗退养又怕错失机会，申请离岗退养，自己尚且能跑能干，没有什么朋友，也没有业余爱好，退养后不知如何打发时间，帮时常情绪紧张，焦虑不安。继而出现无明显诱因的突发性头晕、心悸、胸闷、压迫感、呼吸困难、窒息感、失控感、手震、出汗、濒死感、极度恐慌。发作时间5~20分钟不定，通常一个月发作3次以上。发作地点不定，自己一个人在家时为多，也有发于坐车及就餐时。轻微发作时可自行缓解，发作严重时需送医院急诊，但对症处理后症状可缓解和消失。发作过后，终日提心吊胆，担心再次发作，因而情绪紧张，忐忑不安，精神痛苦。由于发作频繁，也曾住院检查和治疗，临床检查各项指标均正常，亦未发现品质性病变，住院期间并未发作。以“神经官能症”诊断出院。以后时常无明显诱因而发作，甚至不敢独自一人在家。不发作时一切生活如常，并可以坚持工作。
观察了解到的情况：求助者独自求诊，神志清楚、表情紧张，双眉紧锁。求助者幼年身体健康，有兄姐弟五人，排行第四，兄妹间感情一般。求学期间成绩中等，与同伴关系一般。婚姻关系稳定，与丈夫感情尚可，有一个女儿，已大学毕业，参加工作。工作经历平凡，没有什么突出的业绩，也没有什么重大挫折。平时办事认真、刻板，说话直来直去，不会转弯抹角，故现同事关系一般。人际交往较少，朋友不多。日常生活模式较刻板，以家——单位——市场——家为主轴。不会打扑克，很少听音乐，不喜欢体育活动。医学检查及心理测量：
心电图、脑电图、肝胆B超、肺部X线检查均无异常发现。焦虑自评量表测量结果：SAS粗分为56，标准分为70。根据案例描述回答下列问题：
1、对该求助者的个人成长资料进行整理。答：对该求助者的个人成长资料进行整理：
（1）童年生活经历：幼年身体健康，有兄弟五人，排行第四，兄妹间感情一般；
（2）青少年期情况：求学期间成绩中等，与同伴关系一般；（3）成年期情况：婚姻关系稳定，与丈夫感情尚可，育有一女，已大学毕业，参加工作。人际交往较少，朋友不多。日常生活模式较刻板，以家——单位——市场——家为主轴。
2、对该求助者目前的身心和社会功能状态进行整理。答：该求助者目前的身心和社会功能状态如下：
（1）精神状态：情绪紧张，忐忑不安，精神痛苦，焦虑不安、极度恐慌。
（2）生理状态：突发性头晕、心悸、胸闷、呼吸困难、窒息感、失控感、出汗、濒死感。
（3）社会功能状态：发作时需住医院检查和治疗，不发作时一切如常，并可以坚持工作。求助者不能正常学习和工作，社会功能严重受损。
3、该求助者的主要症状是什么？
答：该求助者的主要症状是：突发性头晕、心悸、胸闷、呼吸困难、窒息感、失控感、出汗、濒死感、伴焦虑学不安近半年。
4、本案例最可能的诊断上什么？诊断的依据是什么？ 答：（1）根据案例描述可知本案例最可能的诊断是焦虑性神经症。（2）诊断的依据如下：
①根据心理正常与异常的三个原则，排除精神病的诊断。求助者对自己的心理问题有自知力，自己也认为有心理问题而主动前来就诊，有主动求医行为。求助者的知情意是统一、一致的，无逻辑思维的混乱，无感知觉异常，无幻觉、妄想等精神病的症状。从小性格较稳定，并没有异常的变化，因此可排除重性精神病。②由于其初始反应强烈，持续时间半年，内容充分泛化，心理痛苦无法自行摆脱，无法正常学习，已严重地影响了社会功能，根据许又新教授的神经症评分标准，该求助者得7分，可以诊断为神经症。
③焦虑症是“以广泛性焦虑或发作恐怖状态为主要临床的神经症”，是一种内心紧张不安，预感到似乎将要发生不利情况而难以应付的不愉快情绪，常伴有头晕、胸闷、心悸、呼吸困难、出汗和运动性不安等。根据案例描述可知该求助者表现出焦虑症状，因此可以诊断为焦虑性神经症。
5、对本案如何进行病因分析？
答：该求助者出现精神问题的原因可能是：（1）生物原因
求助者为女性，48岁，处于更年期；幼年身体健康，有兄妹间感情一般。（2）社会原因
① 半年前，由于机构改革，单位安排符合条件的人员离岗退养，自己在名单之中，心情十分矛盾，不申请离岗退养又怕错失机会，申请离岗退养，自己尚且能跑能干，况且没有什么朋友，也没有什么业余爱好，退养后不知如何打发时间，故时常情绪紧张，焦虑不安。
②平素办事认真、刻板，说话直来直去，不会转弯抹角，故与同事关系一般。
③ 人际交往较少，朋友不多。
④ 缺乏家长、教师、同学等社会支持系统的有效帮助。⑤ 不会打扑克，很少听音乐，不喜欢体育活动。（3）心理原因
①平素办事认真、刻板的性格是其急性焦虑易感性的人格基础。② 求助存在内心冲突，既怕错失机会，又不甘心离岗退养。
6、对该求助者的临床表现如何进行量化评定？ 答：对该求助者的临床表现如何进行量化评定时，可按照神经症临床评定方法进行评定：
（1）病程：3个月到1年为中程，评为2分。
（2）精神痛苦程度：自己摆脱不了，需借助别人帮助才能摆脱，评为2分。
（3）社会功能：发作时需住院检查和治疗，不发作时一切如常，并可以坚持工作，评为2分。
总分为7分，精神痛苦程度和社会功能改变超过3个月，神经症的诊断成立。
7、结合本案例，你认为制定咨询目标应把握什么原则？ 答：根据本案例描述，制定咨询目标应把握的原则如下：（1）与求助者说明共同商定咨询目标。在确定首先解决的问题时需要要求求助者与咨询师共同参与配合。（2）正确判定求助者的期望与咨询目标的关系。（3）向求助者说明不能把他的快乐、满足作为咨询目标。（4）向求助者说明，咨询中发现更深层的问题，需要对原有目标做出调整，重新确立新的目标。咨询目标的确立有时是一个过程，会随着咨询的不断深入而有所改变。
8、心理咨询过程中，使用面质技术的目的是什么？
答：面质技术是咨询师指出求助者身上存在的矛盾，促进求助者思考的一种技术在本案例中，应用面质技术的目的在于：（1）促进该求助者对自己的感受、信念、行为及所处境况等深入地了解。
（2）激励该求助者解除防卫、掩饰心理，面对现实，并由此产生富有建设性的活动。
（3）促进该求助者理想自我与现实自我、言语与行动的统一。（4）使求助者明了自己所具有而又被自己掩饰的能力、优势。促进求助者明确自己的资源，并善加利用。
11.神经网络算法案例 篇十一
(1)机密性(Confidentiality)或保密性(Privacy)，保证只有授权主体才能理解所保护的数据。
(2)认证性(Authentication)，保证主体身份或数据源是真实的。
(3)完整性，保证传输或存储的数据未曾被未授权主体篡改。
(4)接入控制，保证只有授权主体可以接入受保护的资源。
(5)不可否认性(Nonrepudiation)，保证主体不能否认他对数据曾采取的动作(例如制作、发送、接收等)。
除了以上几个常见的安全业务外，还有一些特殊需求的安全业务，如：
(1)匿名性(Anonymity)，保证主体的身份不被泄露。
(2)新鲜性(Freshness)，保证数据不是过去记录的重放。
(3)公证(Notarization)，所有参与方所信赖第3方可对争议进行仲裁。
(4)不可追踪性(untraceability)，保证主体的身份或者位置不被跟踪。□
密码体制
密码体制是实施密码变换的基本方式，从原理上可分为两大类，即单钥体制和双钥体制。单钥体制又称为传统密码体制或对称密码体制，双钥体制又称为公钥密码体制或非对称密码体制。
单钥体制的加密密钥和解密密钥相同。系统的保密性主要取决于密钥的安全性，必须通过安全可靠的途径(如信使递送)将密钥送至收端。如何产生满足保密要求的密钥是这类体制设计和实现的主要课题。单钥体制对明文消息加密有两种方式：一是明文消息按字符(如二元数字)逐位地加密，称之为流密码；另一种是将明文消息分组(含有多个字符)，逐组地进行加密，称之为分组密码。
双钥体制是由Diffie和Hellman在1976年引入的。采用双钥体制的每个用户都有一对选定的密钥：一个是可以公开的，另一个则是秘密的。公开的密钥可以像电话号码一样进行注册公布。双钥密码体制的主要特点是将加密和解密能力分开，因而可以实现多个用户加密的消息只能由一个用户解读，或只能由一个用户加密消息而使多个用户可以解读。前者可用于公共网络中实现保密通信，而后者可用于认证系统中对消息进行数字签字。双钥体制特别适用于多用户通信网，它大大减少了多用户之间通信所需的密钥量，便于密钥管理。这一体制的出现是密码学研究中的一项重大突破，它是现代密码学诞生的标志之一。□
密码算法
密码算法是精心设计的程序、一系列规则或步骤，用于产生加、解密用的密钥流或实现明、密文变换。
密码算法可分为两大类，即基于数学的密码算法和基于非数学的密码算法。当前实用的算法大多是前者。后者有基于物理的算法，如量子密码，当量子、DNA计算机真正实用时，它在信息安全中将起重要作用。
基于数学的密码算法可按密码体制划分为单钥密码算法和双钥密码算法。又分为流密码算法和分组密码算法。当前，流密码只有少数标准算法，如RC－4、GSM用的A5、第3代移动通信用的Kasumi算法等；分组密码算法已制定出多种标准，如DES、3DES、EDE－3DES、IDEA、RC－5、AES等。
双钥密码算法有基于大整数分解的如RSA算法、基于有限域上离散对数的如ElGamal算法、基于椭圆曲线上离散对数的ECC算法、基于计算复杂性理论中背包问题的背包密码算法、基于纠错码理论的McElice算法、基于有限自动机理论的FA算法、基于二次剩余理论的Rabin算法、基于数论中Lucas序列的LUC算法。此外还有概率加密算法、秘密分享密码算法、各种基于零知识证明的身份识别算法以及满足各种特殊要求的数字签字算法。
12.BP神经网络算法的改进 篇十二
神经网络定义:我们基于对大脑神经认知然后对其进行人为的构造出某种具体功能的网络成为神经网络。
神经网络的特点:并行事务处理能力强;自学能力强。对于非线性问题, 非平衡问题以及非高斯问题有很好的适应能力。我们最为熟知的模式识别就是神经网络的主要领域之一。由于神经网络的超强描述能力和精准性, 得到各个领域的广泛应用。
神经网络包括生物神经, 人工神经网络两种。其中生物神经是由生物大脑神经元, 细胞等组成, 生物的意识就由此产生, 生物用来进行思考并指挥行动。人工神经元是通过计算机进行模拟人脑的构造, 利用电子设备等进行生物神经元的模拟, 通过算法来对人脑的记忆、回忆和反思等思想活动的模拟, 并在语音识别等领域进行应用。因此可以定义:通过对简单的紧密联系的处理单元进行组合而成的的复杂网络系统。我们可以通过软件来实习, 也可以看做认知的模式, 因此人工神经网络和并行分布处理有着异曲同工的效果, 这就说明人工神经网络在并行处理能力方面的优势。
BP神经网络:Back-Propagation Neural Network, 是一种没有回向反馈信息只向前传指的网络。神经单元按照层进行排列, 所有的神经单元的输出信息都只给它的下一层而不进行反馈, 每个神经单元的状态都由上一层的神经单元的输入值, 接口函数等信息所决定。
传统BP神经网络算法
BP网络算法的流程:
采集样本输入到BP网络中
网络的正方向进行结果的输出
对比输出结果和理论期望值的差值
按照路径进行查找输出结果的差值的因素, 逐步挑战各个因素减少误差。
重复以上步骤, 直到误差达到可以接收的精度为止。
缺点:标准的BP神经网络算法误差影响因素在于学习率的取值, 当序列值越来约小时, 误差也越来越小, 但是学习率是个常数时, 就无法进行缩小误差值, 为了减少误差值只能增加学习率, 减小学习率, 但是同时会影响网络的收敛, 增大网络的震荡幅度, 增加了网络不稳定性。为了解决这种情况, 传统的BP网络算法增加了一个活动因子进行控制。这样增加了系统的时间复杂度和空间复杂度。
改进的BP神经网络算法
BP神经网络算法上增加神经元结点数量会增加硬件, 这样会增加算法的复杂程度, 如果减少神经网络数量就会减少输出值数量, 降低了精度, 增大的误差。我从隐藏层进行解决这个问题, 在隐藏层进行设置神经元数量, 可以进行数量的隐藏, 从而减轻硬件负担。
设第L层为隐藏层, 从第一层到L层每层有i个神经单元, 每个神经单元的系数为wi, 根据模糊理论得出每个神经单元系数为Ui, 因此隐藏层机构为:{Ui/wi}, 当ui>=x时wi=1, 当ui<x时, wi=0;x是阈值。我们改变了之前传统的增加活动因子来解决收敛差值的问题。
改进的BP神经网络试验测试
利用Matlab进行算法运行测试, 对传统的BP和改进的BP神经网络算法进行对比测试。我们预期的精度为0.0001, 设置梯度因子为1.6。
输入量:
I={0.1234, 0.3214, 0.3424, 0.5432, -0.3242, 0.3241, -0.3214}
预期输出量:
O={0.1123, 0.2341, 0.3214, 0.5321, -0.4321, 0.3212, -0.2123}
传统的活动因子为0.8, 改进的BP神经网络算法阈值x=0.1321。
在matlab上的试验结果如下图2和图3所示。
从对比结果看改进的BP神经网络算法的误差小、收缩率高的优点。
改进的BP神经网络在Web文本上的应用
1.构造特征集
对N篇分类文档进行特征集构造:首先统计单个特征项出现的次数, 把所有出现的特征项进行归结, 设定一个阈值, 从特征项中除去低于设定阈值大小的项目, 然后通过同义词、相近词意进行归类得到特征集。
2.构造特征向量
根据生成的特征向量集, 统计特征向量集中出现的特征向量值的次数, 文档访问的次数结合来确定分析的特征向量。
3.多个子网进行并联构造BP网络模型
在传统的BP神经网络上进行创新, 每个子网生成一个类别的文档, 在减轻网络负载的同时提高了精确度。
4.划分文档
a.根据特征项构造特征向量;
b.子网参数赋值:子网数量为n, 误差范围为f, 反复次数为x, 反复最大数量为max;
c.给隐藏层、阈值赋值;
d.计算结果, 保留误差值;
e.如果误差值大于f, 或者反复次数大于最大max则程序结束;
f.对每层的阈值进行修改, 执行步骤d;
g.输出最终结果, 程序结束。
通过上述步骤完成了改进的BP神经网络对WEB文档的分类应用。
实验结果:
样本:选择旅游主题的WEB网站进行分析, 首先把一个旅游网站的页面分为如下几类:a.旅游指南;b.景点介绍;c.食宿推荐;d.旅行方式;e.交通分类;f.驴友经验等。
利用谷歌对网站进行检索, 选取一部分网页中的数据进行分析。样本大小为1000, 对网页进行分类组织后形成特征项80个, 对1000个网页编码处理。
子网的数量和类别数量相同, 每个子网对应一个隐蔽层, 从子网的输入信息量中提取特征项数量, 根据改进的BP算法进行试验, 每个子网为一个输出点, 从而得出结果。
从得出的结果中进行分类, 把网页的访问率超过阈值的网页分离出来, 进行和预先估值相比较, 发现改进的BP神经网络算法的收敛快, 避免了拟合的现象。因此改进的BP神经网络算法在应用此类问题上有效地解决了传统BP神经网络收敛慢, 精度低的缺点。
13.神经网络算法案例 篇十三
以1960～共41 a的7月和8月西行进入南海海域的.热带气旋样本为基础,采用遗传算法与神经网络相结合的方法,进行了热带气旋强度预报模型的预报建模研究.并根据相同的热带气旋个例,将这种遗传-神经网络热带气旋强度预报模型与气候持续法热带气旋强度预报方法进行对比分析,试验预报结果表明,遗传-神经网络方法具有更好的预报能力.
作 者：姚才 金龙 黄明策 黄小燕 YAO Cai JIN Long HUANG Ming-ce HUANG Xiao-yan 作者单位：姚才,金龙,YAO Cai,JIN Long(广西气象减灾研究所,广西,南宁,530022)
黄明策,HUANG Ming-ce(广西气象台,广西,南宁,530022)
黄小燕,HUANG Xiao-yan(广西南宁市气象局,广西,南宁,530022)
14.BP人工神经网络的新型算法 篇十四
BP人工神经网络实际上是通过梯度下降法来修正各层神经元之间的权值,使误差不断下降以达到期望的精度。从本质上讲,这种计算过程是一种迭代过程,迭代算法一般都与初值的选择密切相关,如初值选择的好,则收敛速度快,如初值选择不好,则收敛速度慢或根本不收敛。当采用梯度下降算法调整权值时,不可避免地存在陷入局部极小的问题。尽管很多文献都报道了各种各样的改进方法来加快收敛速度,如变学习率,加惯性项(也称动量项)等方法。然而,由于这些方法都由于迭代及优化的基本思想,不可能从根本上解决对初值的依赖性及局部极小问题。
2 BP网络结构及参数假设
考虑三层结构的BP网络,如图1所示。网络参数假设如下:1)样本数量:k个;2)输入节点:n个;3)隐层神经元:v个;4)输出层神经元:m个;5)输入向量:xp;6)隐层加权和向量:nethp;7)隐层输出向量:hp;8)输出层加权和向量:netvp;10)教师向量:tp。
其中:p=1,2,3,…,k。输入层与隐层、隐层与输出层的权矩阵分别为:
输入与隐层之间的权矩阵是v×n维的,可以是自由的矩阵,值取(-1,1)内的随机数,隐层与输出层之间的矩阵是m×v维的,是待求矩阵。
3 新算法
对k个输入样本,输出层输出向量的第i个分量的netvpi为:
中x泛指任一个神经元的净输入,y代表该神经元对其净输入为x时的实际输出
若输出层的功能函数为:f(x)=1/(1+e-x)。
解得x=ln[y/(1-y)],所以
则方程组(1)可表示如下:
5)式中右边是已知量,左边的ωi是待求的量,hi右下式求得:
其中:设隐层的功能函数为sigmoid函数,即f[1/(1+e-x)]。
根据线性方程组的基本定理知:(5)有解的充要条件是[h]k×v的秩与增广矩阵[h,b]k(v+1)秩相等。另一个方面,如[h]k×v的各行线性无关,则v
4 算法分析
该算法抛弃了传统的优化思想,对给定的模式样本对,通过选择网络的结构,任意选定一组自由权,然后直接解一组线性方程组求得另一组待求权。新算法中教师值只须回传一次。这样,使得原来的样本模式对之间的映射问题由传统的对目标函数进行优化迭代的算法转变成对线性方程组的求解问题,因而大大简化了计算,提高了运算速度。本文采用高斯列主元消元法求解线性方程组,它的时间单复杂度是多项式阶。
5 传统BP算法
为了比较传统BP算法与新算法,在次对传统BP算法做一介绍。
1)任选一组初始权[W],[Wf]。
2)计算总误差:
3)如e<ε(ε为给定的精度)。则停止计算机,输出权值。
4)如e>ε,则按梯度下降法修正权值,再返回2。
梯度下降法如下:
其中η是学习速率。
6 MATLAB仿真
新算法可以求解像编码、异或等许多问题,这里仅多XOR问题进行计算机仿真比较(n=2、v=4、m=1),为了使传统方法收敛,取η=1.8,ε=10-6,初始化权值为与新算法靠近的一组值,表1。
7 结论
本文抛弃了传统BP算法中采用的梯度下降优化思想,采用新颖的通过初试化自由权来求解待求权的思想,使得复杂的非线性模式映射(联想)问题转化为一组线性方程的求解为题,从而大大加快并简化了计算过程,其时间复杂度为多项式阶。从根本上克服了传统BP算法的收敛速度慢、易陷入局部极小问题,计算机仿真结果表明该算法是十分有效的。
参考文献
[1]张立明.人工神经网络的模型及其应用[M].复旦大学出版社,1992
[2]王洪远,史国栋.人工神经网络技术及其应用[M].北京:中国石化出版社,2002.
[3]王旭,王宏,王文辉.人工神经元网络原理与应用[M].沈阳:东北大学出版社,2000.
[4]李广琼,蒋加伏.关于对BP神经网络算法改进的研究[J].常德师范学院学报:自然科学版,2003,15(2):31-34.
[5]张代远.一种全新的人工神经网络算法[J].计算技术与自动化,2000,19(2):35-38.