简介:虚假信息的发布导致企业信用风险出现失真现象,如何还原企业信用违约真实水平、寻找信用风险失真校准方法是国内外理论与实务界研究的热点。本文在综合考虑虚假信息的多维性与时序特征的前提下,以Hodrick—Prescott(HP)滤波为基础设计了信息数据降维方法,兼顾企业自身和同行业双重因素对企业信用风险失真的影响,建立了多样本多维指标时间序列的神经网络模型对企业信用风险失真进行判定,实证分析结果进一步验证了该模型的有效性。
简介:摘要院目的研究小组讨论教学法在神经病学教学中的应用效果。方法选取2010级全科医学班学生98人,随机分为实验组和对照组,进行理论授课结合小组讨论教学法与单纯理论授课教学方法的对比研究。课程结束后,采用统一理论测试评价学生知识掌握程度;对实验组学生进行问卷调查,评价小组讨论教学的主观效果。结果两组学生知识掌握度比较,实验组(83.54依10.46)与对照组(77.52依11.64)比较,P<0.01,差异具有统计学意义。实验组学生对小组讨论教学法的主观效果评价均在68.8%以上。结论小组讨论教学法在神经病学教学中的应用收到了良好的效果,得到大多数学生的认同,值得合理推广。
简介:摘要:电池管理系统(BMS)可以延长电池寿命,但它取决于所采用方案的准确性。已经开发了不同的技术来通过监控电池的健康状态(SOH)来增强BMS。本文采用循环计数法对电池电压的检测进行了分析,并与人工神经网络这种启发式方法进行了比较。所提出的人工神经网络方法的优点是可以在不将电池与负载断开的情况下监测SOH。此外,人工神经网络的采样数据来自各种技术,包括开路电压(OCV)法、环境温度测量和谷点检测。采用前馈反向传播算法来达到实时监控实验室的目的。结果表明,前馈神经网络(FFNN)在用更多的采样数据训练时,可以获得对SOH的精确估计。