- 年份
- 2024(12951)
- 2023(18522)
- 2022(15834)
- 2021(14639)
- 2020(12504)
- 2019(28771)
- 2018(28382)
- 2017(55107)
- 2016(29955)
- 2015(33384)
- 2014(32687)
- 2013(32179)
- 2012(29201)
- 2011(25956)
- 2010(25762)
- 2009(23803)
- 2008(23366)
- 2007(20585)
- 2006(17922)
- 2005(15778)
- 学科
- 济(121771)
- 经济(121631)
- 业(105120)
- 管理(96366)
- 企(93231)
- 企业(93231)
- 方法(58740)
- 数学(48516)
- 数学方法(47726)
- 财(37308)
- 农(35949)
- 业经(35877)
- 中国(29156)
- 务(25531)
- 财务(25447)
- 财务管理(25405)
- 农业(25387)
- 企业财务(24064)
- 学(23853)
- 理论(23222)
- 技术(22352)
- 制(22025)
- 和(20996)
- 地方(20989)
- 贸(20916)
- 贸易(20906)
- 易(20338)
- 划(19108)
- 策(18184)
- 环境(17125)
- 机构
- 学院(420340)
- 大学(417245)
- 管理(170159)
- 济(165848)
- 经济(162449)
- 理学(147683)
- 理学院(146151)
- 管理学(143179)
- 管理学院(142439)
- 研究(133807)
- 中国(101285)
- 京(88730)
- 科学(85194)
- 财(76117)
- 农(72688)
- 所(66934)
- 业大(65162)
- 江(61832)
- 中心(61470)
- 财经(61285)
- 研究所(61079)
- 农业(57338)
- 经(55907)
- 北京(55336)
- 范(52072)
- 师范(51469)
- 州(49744)
- 经济学(49285)
- 院(49114)
- 财经大学(45609)
- 基金
- 项目(289451)
- 科学(228289)
- 基金(210985)
- 研究(208266)
- 家(184852)
- 国家(183283)
- 科学基金(158881)
- 社会(130409)
- 社会科(123594)
- 社会科学(123557)
- 省(114061)
- 基金项目(110948)
- 自然(106052)
- 自然科(103726)
- 自然科学(103697)
- 自然科学基金(101838)
- 教育(96133)
- 划(95315)
- 资助(88161)
- 编号(84615)
- 成果(66652)
- 重点(64587)
- 部(62788)
- 创(61902)
- 发(60862)
- 课题(57483)
- 创新(57334)
- 科研(55999)
- 大学(53867)
- 教育部(53769)
- 期刊
- 济(179122)
- 经济(179122)
- 研究(117234)
- 中国(76580)
- 学报(67757)
- 管理(66677)
- 农(65804)
- 科学(62174)
- 财(60931)
- 大学(51627)
- 学学(48890)
- 农业(45705)
- 教育(43939)
- 技术(40229)
- 融(32282)
- 金融(32282)
- 业经(31601)
- 财经(29745)
- 经济研究(28761)
- 业(26210)
- 经(25567)
- 问题(22823)
- 技术经济(22533)
- 图书(21400)
- 统计(20622)
- 科技(20214)
- 版(20117)
- 现代(19396)
- 商业(19090)
- 策(18980)
共检索到605502条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计研究
[作者]
吴翌琳 南金伶
神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。
[期刊] 统计与决策
[作者]
翟静 曹俊
文章将时间序列ARIMA模型和BP神经网络算法相结合,设计一种组合预测模型,并将其应用于实际预测中,通过实际预测检验了组合预测模型在实际预测中的有效性。研究发现,组合预测模型在预测精度方面总体上优于这两个单项预测模型,因此这种组合预测模型具有良好的预测效能。
[期刊] 统计与决策
[作者]
刘全 刘汀
文章基于ARIMA模型具备准确提取时间序列当前值、过去值及误差值之间回归关系的能力,人工神经网络具备对各种变量的感知能力强,非线性逼近、自适应、自学习性等特性,构建了一种多元时间序列预测模型,并进行了理论探讨和实证。该模型能较准确模拟和预测时间序列的变化规律,可较好满足对复杂时间序列的分析预测需求。
[期刊] 数理统计与管理
[作者]
龙会典 严广乐
本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性.
[期刊] 统计与决策
[作者]
涂锦 冷正兴 刘丁毅
现实生活中的时间序列,通常伴随着大量的噪声和高度的波动性。对于这些非线性时间序列,运用传统的统计和计量经济模型进行分析预测,预测结果往往不够理想。文章基于经验模态分解(EMD)和人工神经网络提出改进方法。主体思想是"先分再合":先用EMD方法分解非线性时间序列,得到一系列易于分析的独立的子系列,然后利用神经网络(FNN)对每一个子系列进行分析和预测,最后再用自适应线性神经网络(ALNN)整合并得出最终结果。结合具体房价时间序列实例,证实了这种方法的优势。
[期刊] 经济管理
[作者]
孟文强 任一鑫
采购经理人指数(PMI)是经济活动扩张与收缩的晴雨表,PMI指数已经广泛应用于政策制定、企业决策和经济分析过程,但关于采购经理人指数自身变化规律的研究仍比较少见。本文以国家统计局、物流联合会(CFLP)和汇丰银行(HSBC)采购经理人指数的历史数据为研究对象,分析其波动规律、数据差异及经济意义。由于宏观经济政策发挥作用具有较长时滞,增强对经济波动的预见具有较大的应用前景。本文采用多种模型对各PMI数据序列进行拟合与预测,包括简单ARIMA模型、疏系数模型、乘积季节模型和神经网络模型,通过协整检验验证了CFLP和HSBC制造业采购经理人指数之间的协整关系。预测结果显示,除疏系数模型误差超过3%外...
[期刊] 预测
[作者]
文新辉 陈开周
1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,...
[期刊] 统计与决策
[作者]
李望晨 崔庆霞 王晓明
对BP神经网络的改进方式和网络参数确定进行分析,以青海省各月份经济统计中的时间序列问题为实验对象,分别采用动量项自适应学习率法和LM-BP算法,利用神经网络完成数据补缺及数据预测。该方法无须确立时间序列模型,便捷高效。最后对两种方法的训练情况和实验结果进行了比较和分析。
[期刊] 农业技术经济
[作者]
程胜
农村能源是农村地区经济发展的重要基础,本文通过对农村能源消费时序的混沌辨识,指出我国农村能源消费时序是一个具有类似随机现象的混沌系统。为此,建立运用混沌神经网络时间序列的预测模型,并结合遗传算法优化神经网络权重,对我国农村能源消费进行预测得知:2010年我国农村能源消费总量为127633.07万吨标煤,预测误差较小。最后就农村能源发展提出了相关政策建议。
关键词：
农村能源消费 混沌—神经网络 预测
[期刊] 运筹与管理
[作者]
南国芳 周帅印 李敏强 寇纪淞
传感器网络监控系统属于大型复杂系统,由感知节点以一定的时间间隔向sink节点发送感知数据,以实现对应用环境的监控。由于网络本身及应用环境的影响,得到的感知数据往往存在不确定性。此外,周期性报告数据模式影响到实时监控数据的精确性。本文应用时间序列模型预测传感器数据以响应用户查询,可有效降低网络通信量。通过对无线传感器网络的数据分析,引入多属性模糊时间序列预测模型,充分考虑了无线传感器网络时间序列中存在的趋势因素,并提出了适合于传感器网络的修正预测模型。实验结果表明模糊时间序列模型可有效预测传感器网络数据,且能提高预测精度。
[期刊] 国土资源科技管理
[作者]
周游 倪师军 施泽明
深层地下卤水资源量的评价是国内外迄今尚未很好解决的课题,由于深部地质及水文地质参数难以准确获取,因此也难以对深层卤水资源量进行正确评价。从深层卤水开采量的时间序列出发,提出了一类基于神经网络的评价模型。首先分析了卤水开采量的时间序列特点,再建立了神经网络的拓扑结构,并设计了相应的评价算法,最后通过对某储卤构造的单井评价实例,对模型进行了验证。与传统的ARMA时间序列模型相比,其预测性能更好,对剩余可采资源量计算结果也更为准确。
关键词：
卤水 资源评价 时间序列 神经网络
[期刊] 现代管理科学
[作者]
奉国和
神经网络和支持向量机都能有效地预测时间序列数据,但各自结构特点不同,导致其预测性能有差别。文章从理论和实践上比较了支持向量机与神经网络的优缺点。
关键词：
支持向量 神经网络 时间序列 预测
[期刊] 统计与决策
[作者]
陈基纯 王枫
文章阐述了BP神经网络的原理及其改进方式,提出了一种基于BP神经网络的时间序列预测方法。研究实例表明,无论是从拟合情况,还是检测、预测情况来看,该方法都有着很高的精度,可以作为房地产价格预测的一种行之有效的方法。
关键词：
BP神经网络 时间序列 房地产价格
[期刊] 管理评论
[作者]
崔笑宁 苏丹华 尚维
本文针对互联网财经新闻中对于股票市场涨跌的舆论观点，进行文本分析和建模，建立了股票市场领域情感词典，用于对互联网财经新闻文本数据进行积极、消极与中立情绪的情感分析。在情感分析过程中考虑否定副词和转义词，随后建立情感特征并采用时间卷积长短时记忆神经网络对沪深300股票指数进行预测。本文利用Word2Vec方法对大量互联网财经新闻进行训练，以半监督的方式构建互联网新闻语境股票市场领域中文情感词典，该词典能够有效地对股票市场相关新闻中所蕴含的股市涨跌观点和情绪进行识别。为充分利用文本和时序特征，本研究提出了时间卷积与长短时记忆网络相结合的模型TCN-LSTM。经过实证分析对比发现，TCN-LSTM模型的方向预测和短期数值预测效果优于其他深度学习模型。本研究提出了面向特定舆情主题的情感词典构建方法，建立了用于股市预测的互联网新闻情感词典。同时，也发展了利用深度学习方法进行金融时间序列预测的新方法。时间卷积和长短时记忆机制的集成解决了特征提取时局部和长期的权衡问题，对深度学习在金融预测领域应用效果的提高有较为重要的意义。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
