简介:结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR—NN).首先,利用支持向量回归方法确定SVR—NN的初始结构和初始化权值,基于支持向量自适应地构造SVR—NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径.
简介:运用社会网络分析方法,以陕西省为案例地,选取2004、2007、2010、2013年4个时间节点的相关数据,分析了陕西省旅游经济网络结构的动态特征。基于修正后的引力模型,测度了陕西省10地市的旅游经济联系强度。运用社会网络分析软件ucinet6进行了网络密度、中心性和中心势、核心-边缘结构、凝聚子群等的分析。研究发现,随着时间变化,陕西省旅游经济关系网络密度增大,城市旅游经济合作和竞争有着并发博弈的态势,呈现出具有地域特征的核心-边缘区、子群区演变,而西安作为陕西省旅游经济中心的地位始终牢固等结构特征。分析以城市为节点的旅游经济网络结构,对城市间的旅游经济空间均衡发展,具有理论和实践指导意义。
简介:摘要目的探讨男性长期吸烟者默认网络有效连接的异常改变,及其与吸烟临床特征的相关性。方法回顾性分析2014年1月至2018年12月通过微信等网络平台招募的131名受试者的静息态功能磁共振成像数据,其中长期吸烟者76名[长期吸烟组,男性,年龄20~55(32.1±6.3)岁],对照者55名[对照组,男性,年龄22~55(32.3±7.4)岁]。长期吸烟者定义为每天吸烟不少于10支,烟龄2年以上且符合美国精神障碍诊断统计手册第4版(DSM-Ⅳ)关于物质依赖诊断标准的人群。选取默认网络中4个主要节点为感兴趣区,分别为左侧顶下小叶(LIPL),右侧顶下小叶(RIPL),后扣带回皮质(PCC),内侧前额叶皮质(mPFC)。基于动态因果模型分析吸烟组及对照组默认网络有效连接(EC)的改变。并分析有差异的EC与尼古丁依赖量表评分(FTND)、吸烟指数及烟龄的相关性。结果与对照组相比,吸烟组LIPL至PCC、PCC至mPFC的EC减弱(EC分别为-0.091、-0.174,均贝叶斯后验概率>0.95),RIPL至PCC的EC增强(EC为0.136,贝叶斯后验概率>0.95)。此外,从LIPL到PCC的EC与吸烟指数呈负相关(r=-0.282,P=0.017)。差异有统计学意义的EC与FTND评分及烟龄在组间比较时未发现存在相关性(r=-0.103、-0.089,均P>0.05)。结论长期吸烟者在IPL-PCC-mPFC神经回路中表现出异常的信息传递,并与吸烟指数相关。