基于神经网络算法的OPAC文献数量发展趋势预测  

Development Trend Prediction of OPAC Literatures Quantity in China Mainland Based on Neural Network Algorithm

作　　者：齐艳红[1] 

机构地区：[1]中山大学图书馆生命科学学科分馆,广州510275

出　　处：《现代计算机》2008年第12期52-54,共3页Modern Computer

基　　金：教育部人文社会科学规划项目成果(No.06JA870013)

摘　　要：用BP神经网络,对我国大陆的联机公共检索目录累积文献数量进行了模拟预测,给出BP网络模拟预测的MatLab算法程序。结果表明,BP网络可有效地逼近联机公共检索目录累积文献动态。根据预测,我国大陆的联机公共检索目录的累积文献数在未来10年内仍将保持增长。到2015年,联机公共检索目录的累积文献数,乐观估计可达到350篇左右,保守估计达到200篇左右。Uses BP neural network to make a simulative prediction on the OPAC literatures quantity of China mainland, gives the MatLab algorithm program of BP network simulative prediction. The result shows, BP network can effectively approach to the development of OPAC accumulated literatures. According to the prediction by 2015, the accumulated OPAC literatures in China mainland would grow and reach about 350, or conservatively estimated that it would reach 200 by 2015.

关 键 词：联机公共检索目录(OPAC) 文献数量 神经网络 算法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TS34[自动化与计算机技术—控制科学与工程]