人工神经网络进行国有土地价格评估

人工神经网络预测软土地基沉降——简要介绍了高速公路软土地基的基本性质和对高速公路的主要影响，充分运用人工神经网络较强的非映射能力来预测软土地基的沉降，利用实测资料来对复杂的非线性的土工结构进行直接建模，并计算出软土地基的沉降值，获得满意的效果...

简要介绍了高速公路软土地基的基本性质和对高速公路的主要影响,充分运用人工神经网络较强的非映射能力来预测软土地基的沉降,利用实测资料来对复杂的非线性的土工结构进行直接建模,并计算出软土地基的沉降值,获得满意的效果。结果显示,人工神经网络应用于软土地基沉降的前景是非常广阔的。

人工神经网络在股票价格预测中的应用 作者：施航，马琳达 作者单位：贵州大学电气工程学院,贵州,贵阳,550003 刊名：电脑开发与应用 英文刊名：computerdevelopment&applications 年，卷(期)：2007,20(9) 被引用次数：3次 参考文献(3条) 1.董长虹matlab神经网络与应用2005 2.吴晓莉;林哲辉matlab辅助模糊系统设计2002 3.周开利;康耀红神经网络模型及其matlab仿真程序设计2005 本文读者也读过(6条) 1.安静.曾成顺.anjing.zengcheng-shunbp算法改进及其在股票价格预测中的应用[期刊论文]-电气传动自动化 2009,31(6) 2.李杰.lijie基于bp算法的股价预测模型实证分析[期刊论文]-科技广场2006(10)

分析了影响我国钢材价格的客观因素,基于bp神经网络建立钢材价格预测的模型。采用levenberg-marquardt算法对bp神经网络的权值进行优化。使用matlab语言编写程序,用1990-2008年的数据对模型进行训练得出预测结果。结果表明,预测值与真实值较吻合,所建立的神经网络模型有较准确的预测精度。

在运用人工神经网络对深基坑岩土参数进行反分析的基础上,将pso与bp算法相结合,充分发挥pso全局寻优的能力和bp算法局部细致搜索优势,并通过实例验证了方法的可行性。可以看出,运用该方法可以使学习效率增高,收敛速度加快,预测结果更加准确。

人工神经网络在软土地基沉降预测中的应用——人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线，且具有容错性和联想记忆功能，利用基于人工神经网络和反向传播理论的分析方法对软土地基沉降进行的预测体现了很强的优越性。介绍构建网络模型后，用某高...

为克服传统方法在土地利用分类中的不足,提出了以googleearth公开遥感图像为样本,在采用灰度共生矩阵方法提取图像纹理特征和利用主成分分析法进行特征优选的基础上,建立bp神经网络图像分类的遥感图像土地利用分类模型。以matlab工具为平台对实验图像进行验证。结果表明:该分类模型分类总体精度达到88.00%,kappa系数达到0.8145,优于传统的最大似然分类方法,对农村资源规划与环境调查有较大帮助。

人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线,且具有容错性和联想记忆功能,利用基于人工神经网络和反向传播理论的分析方法对软土地基沉降进行的预测体现了很强的优越性。介绍构建网络模型后,用某高速公路软基沉降的实测数据进行网络的训练和学习,再用建立的预测模型预测出了最终的沉降量。所得的结果与实测值达到了较好的一致性,与用其它理论计算方法所得结果相比较具有较高精度。

依据从2005年1~12月所采集的365组试验数据,建立了一个能够反映土壤墒情变化与气候因素之间关系的人工神经网络模型。模型共分输入层、隐含层和输出层3层。输入层的输入变量包括数据采集当天的10cm、20cm和40cm深度的土壤含水量以及当天的日照时数,空气湿度,平均气温和降雨量。输出层的输出变量包括1天后的10cm2、0cm和40cm深度的土壤含水量。模型的学习因子为0.1,动量因子为0.05。模型经过25000次训练后收敛,收敛误差为8×10-4,这说明该模型能够很好的反映出输出量与输入量的关系,并能够准确预报出土壤水分信息。

文章应用神经网络的联想记忆功能,以影响软基处理方案选型的技术、施工条件、环境和经济因素分别作为训练标本,建立关于软基处理方案与影响因素的对应关系的bp判定模型,并结合具体工程进行了应用。此方法为软基处理方案选型提供了一条新途径。

人工神经网络在膨胀土地基处理选型中的应用——文章应用神经网络的联想记忆功能，以影响软基处理方案选型的技术、施工条件、环境和经济因素分别作为动l练标本，建立关于软基处理方案与影响因素的对应关系的bp学l定模型，并结合具体工程进行了应用。此方法为软基...

文章使用aster遥感数据和土地利用分布图等地理辅助数据,用bp神经网络方法对土地覆盖进行了分类,并与最大似然法的分类结果进行精度比较分析提出神经网络方法在遥感图像分析与处理技术中的应用潜力。结果表明地理辅助数据参与的bp神经网络用于土地覆盖分类研究可以获得相对较好的分类结果。

人工神经网络在岩土参数反分析中的应用——在运用人工神经网络对深基坑岩土参数进行反分析的基础上，将pso与bp算法相结合。充分发挥pso全局寻优的能力和bp算法局部细致搜索优势，并通过实例验证了方法的可行性。可以看出，运用该方法可以使学习效率增高，收敛速...

由于环境的改变、收入的增加、城市建设规模越来越大等各种因素的影响，导致城市土地价格也发生了变化：现代化建设中，城市土地价格评估体系已经由间接方式向着直接方式发展．很好地满足了社会发展对土地资源的需求，对于推动我国土地市场长远发展起到一定作用。

随着我国经济不断发展,城市建设规模越来越大,给城市土地资源的有效利用提出了更高要求,以不断提高城市土地价格评估水平,为城市经济可持续发展提供可靠保障。本文就城市土地价格的评估情况进行阐述,对城市土地价格评估需要注意的内容进行分析,提出城市土地价格评估的基本流程,从而为城市土地价格预测相关研究提供可参考依据。

各省、自治区、直辖市土地(国土)管理局(厅)、工商行政管理局:为规范土地估价行为,建立符合社会主义市场经济需要的土地价格评估中介服务机构,根据《中华人民共和国城市房地产管理法》第五十六、五十七条和国家有关企业登记管理法规,现就土地价格评估机构登记管理的有关问题通知如下:

基坑变形人工神经网络预测及其网络参数优化——基坑变形人工神经网络预测受网络参数的影响较大，选取适当的网络参数才能得到较优的预测结果。本文介绍了人工神经网络原理及其网络参数的优化方法。以挡土桩桩顶水平位移预测为例，说明其具体预测步骤及网络参数优...

介绍了径向基函数神经网络和bp神经网络模型的特点,提出了基于神经网络的桥梁结构等级评估方法,讨论了这两种神经网络模型的误差及其收敛速度

为在继电器的设计和生产阶段通过多个评价指标评价其整体品质,研究了多层次综合评判模型的可计算性。该模型依据电器产品设计方案关于技术性能和成本的综合评价指标体系,并通过对神经网络原理的评判方法的研究而建立。实例证明,人工神经网络的出现为处理各种模糊的、数据不完全的、模拟的、不精确的模式识别问题提供了一个全新的途径。

造价估算是建筑工程项目可行性研究中关键性的工作,其结果直接影响投资决策的判断。针对现行造价估算方法存在未考虑造价的动态性且受主观因素影响的缺陷,引入人工神经网络理论,根据其基本原理,结合影响住宅工程造价的主要因素,利用matlab平台建立了造价估算的数学模型,并用重庆市区已建典型工程资料对模型进行了训练和检验,证明了此方法的可行性。

文章针对会计要素信息确认方式的滞后性,分析了传统erp系统下财务业务一体化模块会计数据自动转化的流程,提出利用人工神经网络这一智能化理论工具进行会计确认的新方法,该思路能充分发挥现代信息技术在数据处理上的优势,实现更高效的会计核算信息处理.

讨论了地铁区间隧道盾构施工引起的地表变形机理,并结合某地铁工程的实践,利用神经网络技术处理非线性问题的优势,应用人工神经网络对地表沉降进行了预测,经与现场实测值作对比分析,证实该方法具有较高的准确性。研究表明,该方法对处理此类非结构性规律的多因素综合影响问题较一般方法具有更强的适应性。