三次样条和二次删除相辅助的WASD神经网络与日本人口预测

• 作者: 任竞尧 凌应标 叶成绪 张雨浓 郭超凡
• 来源期刊: 软件
• 学科: 工学
• 关键词: 权值与结构确定 二次删除结构确定法 三次样条法 日本人口预测
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 7-12
• 页数: 6页
• 分类号: TP183
• 字数: 4104字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.06.002

摘要

作为人工智能的重要分支,人工神经网络在许多数据学习和预测的应用方面有着长足的发展.本文提出一种用于人口未来趋势预测的WA S D(权值与结构确定)神经网络方法.不同于之前的工作,本文使用三次样条法对人口历史数据进行采样修复以克服神经网络在学习疏密不平衡数据时的困难.接着,为了进一步提升神经网络的预测性能,本文提出一种二次删除的结构确定算法用以简化隐层神经元结构.经过多次计算机数值预测实验,一批基于该WASD神经网络模型的日本人口预测研究结果在本文中得以展示并加以讨论.总体而言,日本人口在未来下降的可能性最大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雨浓	中山大学数据科学与计算机学院	74	496	13.0	16.0
2	叶成绪	中山大学数据科学与计算机学院	18	89	5.0	8.0
6	郭超凡	中山大学数据科学与计算机学院	1	1	1.0	1.0
7	任竞尧	中山大学数据科学与计算机学院	1	1	1.0	1.0
8	凌应标	中山大学数据科学与计算机学院	5	61	3.0	5.0