蒋林利
- 作品数：30 被引量：54H指数：5
- 供职机构：广西科技师范学院更多>>
- 发文基金：广西高校科学技术研究项目广西壮族自治区自然科学基金柳州师范高等专科学校科研基金更多>>
- 相关领域：自动化与计算机技术文化科学经济管理理学更多>>
- “互联网+”环境下高职计算机课程混合分层教学模式改革研究被引量：2
- 2019年
- 本文分析计算机类课程岗位能力需求及高职学生能力差异,提出应在高职计算机课程中实施混合分层教学模式,论述从建立基于"互联网+"混合分层教学框架、计算机课程岗位群教学目标的设定、基于岗位群技能需求的教学内容组织、建立混合分层教学评价体系等方面制定高职计算机课程混合分层教学模式的改革方案,实现个性化教学。
- 邓洁蒋林利
- 关键词：高职计算机课程混合教学分层教学
- 基于主成分分析和RBF神经网络的公路货运量预测模型被引量：1
- 2013年
- 随着数据挖掘技术在各领域运用越来越多,其算法也日渐趋于成熟。数据挖掘技术作为建立预测模型的重要技术,已成为专家研究的热点。随着数据挖掘技术在实际模型运用中暴露的问题越来越多,单一的技术和方法已无法满足各类功能的需求。为了分析公路货运中复杂的数据,构建一种功能强大的预测模型就显得尤为重要。本文尝试说明在数据预测模型中运用RBF神经网络技术和主成分分析方法,挖掘和分析公路货运中的数据,提高预测结果的准确性和高效性,为制定新的决策提供有效的依据。
- 蒋林利
- 关键词：主成分分析RBF神经网络公路货运量
- 一种计算机主机的散热结构
- 本实用新型公开了一种计算机主机的散热结构，具体涉及散热技术领域，包括主机本体，所述主机本体底部的内壁转动连接有转动轴，所述转动轴的表面固定套接有风扇，所述主机本体的底部固定安装有驱动电机，所述驱动电机的输出轴与转动轴固定...
- 蒋林利王晓亮
- 基于平均矩阵元法的RBF网络降水预报模型被引量：1
- 2013年
- 针对径向基神经网络(RBF NN)的隐节点数难确定的问题,提出了一种基于相似矩阵确定RBF网络隐层节点数的新方法。采用基于输入输出全部信息的模糊相似矩阵的平均矩阵元法自适应确定隐节点数。建立自动确定隐节点数、中心、宽度、权值等网络参数的RBF网络降水预报模型,对广西5月的平均日降水量进行仿真实验,结果表明,该方法确定的隐节点数,网络规模较小,模型切实可行,在预报性能上明显优于同期的T213(中国气象局的全球中期天气数值预报产品预报值)降水预报,可为RBF神经网络隐节点数确定提供新思路,在降水预报上有一定的参考价值。
- 李洁彭昱忠蒋林利
- 关键词：相似矩阵径向基函数神经网络降水预报
- 基于改进PSO-NN的径流水位预报研究被引量：2
- 2016年
- 为了提高河流日径流水位预报的精确度,针对粒子群算法和神经网络存在的缺陷,提出一种新的粒子群算法进化三层前馈神经网络的连接权系和阈值,并以此建立逐日径流水位预报模型.该算法采用跟随变异粒子扰动变化的惯性权重和学习因子来提高粒子群算法的局部、全局搜索性能和收敛速度.实验仿真结果表明,在收敛速度和预测的精确度上,该模型明显优于其他对比模型,为获得更高预测精度的径流水位预报提供了一种有效的建模方法 .
- 蒋林利
- 关键词：神经网络粒子群惯性权重
- 基于混合优化的RBF神经网络集成的降水预报模型被引量：5
- 2012年
- 针对传统的单个RBF神经网络集成中个体的隐节点个数和初始参数难以客观确定的不足,为了提高泛化能力,提出一种以高斯核函数的混合优化的RBF神经网络的方法,首先引入正交最小二乘法动态客观的获取数据中心的个数、数据中心及权值;然后通过计算隐层中心点间最小距离作为扩展常数;最后使用剃度法调节权值、中心及扩展常数使网络参数和结构达到最优.该方法结合了正交最小二乘法和剃度算法的优点,通过从结构和算法两方面的调整提升了单个的传统的RBF网络的性能.并将上述优化混合的RBF神经网络与主成分分析方法相结合建立模型.本文以广西5月逐日降水事先初选的众多预报因子进行主成分分析算法提取有效的几个综合因子,然后使用混合算法优化的径向基网络建立降水预测模型.结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报,具有一定的普遍适用性.
- 蒋林利
- 关键词：主成分分析核函数
- 基于支持向量机的电子商务模式下的信用评价模型被引量：2
- 2012年
- 针对目前电子商务中传统的对客户个人信用评价模式的不足,为提高泛化能力,提出一种以高斯核函数与支持向量机分类相结合的方法,构造出一种有效的客户个人信用评价模型。以某服装公司中客户作为实验数据,结果表明,该模型有比较好的泛化能力,在预测性能上明显优于现有的模型,能为电子商务中的信用评价体系提供有用的参考价值。
- 蒋林利
- 关键词：个人信用评价支持向量机指标体系
- 基于动态K均值的RBF神经网络日降水预报模型被引量：3
- 2014年
- 针对优化径向基函数神经网络的各参数问题,提出一种动态K均值混合优化RBF神经网络并应用于广西降水数据进行建立预报模型,该模型与传统的K均值RBF模型和同期的T213降水预报进行对比,结果表明,该模型建立的5月3个区域的逐日降水预报,预测的精确度明显高于同期的T213降水预报。
- 蒋林利
- 关键词：RBF神经网络K均值梯度算法
- 基于二分搜索密度峰算法的RBFNN在月降水预报中的应用被引量：3
- 2019年
- 针对径向基函数(RBF)网络结构和初始数据中心难以客观确定的不足,采用二分搜索密度峰聚类算法(TSDPCA)找到数据中心值及数据簇类个数作为RBF神经网络的初始参数和隐藏层节点数,再利用梯度下降法优化RBFNN结构及各个参数建立预报模型,并应用于广西月降水预报中,以检验该模型的有效性。结果表明,与K-RBFNN和OLS-RBFNN的模型相比,TSDPCA-RBFNN预报平均相对误差值下降了10%～35%,具有更好的预报性能。
- 蒋林利蒋林利丁立新
- 关键词：径向基神经网络降水预报梯度下降法
- 基于改进粒子群算法的神经网络在月降水预报中应用被引量：2
- 2014年
- 针对粒子群算法易陷入局部最优和寻优精度比较低等缺点,提出一种基于随机惯性权重和异步变化策略的学习因子的粒子群算法优化神经网络连接权重和阈值,并以此建立月降水预报建模研究.以广西桂北地区的月降水量实例分析,并与标准粒子群优化神经网络模型、随机权重的粒子群神经网络模型和神经网络模型对比,结果表明,该方法学习能力强和预测精度高,是一种有效的建模预报方法.
- 蒋林利李洁
- 关键词：粒子群优化算法人工神经网络
