基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
构建一套国家稳定性的评判指标对社会发展具有重大意义.传统的数学模型分析方法主观性过强,欠缺说服力.本文提出了一种使用人工智能技术,基于BP神经网络的评价体系,选取了如城镇人口比例、降水量等一系列指标,以美国和平基金会发表的脆弱国家指数作为监督,进行模型训练.通过大量数据定量研究,使模型更具有客观性.训练与验证使用了全球178个国家近十年的数据,模型效果良好.最后,本文对部分指标在对模型的影响进行了分析并阐述了模型的实用性.
推荐文章
基于BP神经网络的边坡稳定性分析
边坡
稳定性
影响因素
BP神经网络
安全系数
基于SOM-BP复合神经网络的边坡稳定性分析
SOM-BP神经网络
边坡稳定性
预测
基于SOFM神经网络的边坡稳定性评价
自组织特征映射
神经网络
边坡稳定
评价
基于遗传优化神经网络的边坡稳定性评价
遗传算法
BP神经网络
优化权值
边坡稳定性
安全系数
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的国家稳定性研究
来源期刊 软件 学科 工学
关键词 人工智能 BP神经网络 国家稳定性
年,卷(期) 2018,(6) 所属期刊栏目 设计研究与应用
研究方向 页码范围 142-146
页数 5页 分类号 TP183
字数 3618字 语种 中文
DOI 10.3969/j.issn.1003-6970.2018.06.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李平舟 北京邮电大学国际学院 1 2 1.0 1.0
2 赵朗程 北京邮电大学国际学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (73)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (18)
二级引证文献  (2)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(12)
  • 参考文献(5)
  • 二级参考文献(7)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工智能
BP神经网络
国家稳定性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导