- 年份
- 2024(886)
- 2023(1218)
- 2022(1059)
- 2021(995)
- 2020(823)
- 2019(1887)
- 2018(1784)
- 2017(3232)
- 2016(1566)
- 2015(1699)
- 2014(1696)
- 2013(1591)
- 2012(1379)
- 2011(1311)
- 2010(1152)
- 2009(1059)
- 2008(1040)
- 2007(975)
- 2006(841)
- 2005(850)
- 学科
- 济(5311)
- 经济(5305)
- 管理(4826)
- 业(4446)
- 企(4380)
- 企业(4380)
- 方法(2514)
- 业经(2195)
- 学(1906)
- 数学(1884)
- 数学方法(1831)
- 贸(1699)
- 贸易(1699)
- 理论(1697)
- 信息(1690)
- 易(1676)
- 技术(1475)
- 和(1423)
- 产业(1395)
- 教学(1373)
- 电子(1332)
- 总论(1241)
- 信息产业(1230)
- 网上(1195)
- 网上贸易(1195)
- 计算(1112)
- 中国(1081)
- 算机(1081)
- 计算机(1081)
- 机化(1050)
- 机构
- 大学(25273)
- 学院(23934)
- 管理(10870)
- 理学(9467)
- 理学院(9347)
- 管理学(9144)
- 管理学院(9088)
- 济(7656)
- 研究(7633)
- 经济(7440)
- 科学(5591)
- 京(5589)
- 中国(5291)
- 业大(3873)
- 中心(3832)
- 范(3644)
- 所(3614)
- 师范(3606)
- 北京(3545)
- 江(3476)
- 信息(3469)
- 研究所(3433)
- 财(3223)
- 农(3142)
- 院(3114)
- 技术(3002)
- 师范大学(2993)
- 州(2935)
- 财经(2773)
- 工程(2687)
共检索到33424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] 西北农林科技大学学报(自然科学版)
[作者]
聂晓颖 郭敏 何建平
为了利用昆虫鸣声对昆虫进行种间或种下分类,对实验室环境下同种2个不同品系黑腹果蝇的飞行翅振鸣声进行了采集、分析,提取鸣声信号特征参数,并利用人工神经网络对采集的果蝇鸣声信号进行分类识别。结果表明,2个品系果蝇鸣声的基频均为236.86 Hz,有多个谐频,频率范围为0~4000 Hz,重叠较大;所建立的人工神经网络对种内不同品系果蝇鸣声的正确识别率均在75%以上,识别效果很好。研究结果为果蝇种下分类提供了新的方法和依据。
关键词：
果蝇鸣声 人工神经网络 昆虫分类
[期刊] 统计与决策
[作者]
孙研
运用最新优化算法的果蝇优化算法与灰色神经网络相结合改进预测精度,文章阐述果蝇优化算法和灰色神经网络算法相结合的技术,并将其应用到基金买卖决策的过程中,通过Matlab软件对结合算法的仿真验证,结果表明此结合的算法比单一的灰色神经网络进行建模具有更好的效果和准确度。
关键词：
灰色神经网络 果蝇优化算法 基金决策
[期刊] 财会月刊
[作者]
张晓燕
鉴于大部分企业缺乏有效的危机预警模型，本文提出了一种ＣＶＦＯＡ－ＧＲＮＮ财务预警模型。首先对１０４家企业近三年财务数据进行Ｔ检验和主成分分析，选出代表性指标。随后基于修正的ＦＯＡ初始值和步长值，提出了混沌变步长果蝇算法（ＣＶＦＯＡ）。这种方法提高了果蝇算法在ＧＲＮＮ网络优化中的性能，并将果蝇算法的全局优化性和ＧＲＮＮ的非线性相结合，建立了ＣＶＦＯＡ－ＧＲＮＮ模型。研究结果表明：ＣＶＦＯＡ－ＧＲＮＮ模型预警准确率高于ＧＲＮＮ模型和传统的ＢＰ模型，可以较好地拟合复杂财务数据。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
杨蜀秦 宁纪锋 何东健
以xhg,xn 12,wn 14等3种黄玉米和white corn白玉米品种为研究对象,分析了玉米籽粒的形态特征,提取与玉米籽粒的颜色、形状、尺寸等有关的6个形态结构参数,用BP人工神经网络方法进行了训练识别,结果表明,其对4个玉米品种的综合识别率为93％。
[期刊] 情报理论与实践
[作者]
王红
为了提高信息查询的效率,本文将自适应谐振神经网络引入中文文档搜索分类之中。在讨论自适应谐振神经网络基本原理的基础上,提出一种新的中文文档的层次聚类算法,从而提高中文文档的分类识别效率。
关键词：
因特网 中文文档 神经网络 模式识别
[期刊] 清华大学学报(自然科学版)
[作者]
刘琼 李宗贤 孙富春 田永鸿 曾炜
针对基于卷积神经网络的图像识别采用随机初始化网络权值的方法易收敛到局部最优值的问题,该文提出了一种结合无监督和有监督学习的网络权值预训练算法。融合零成分分析白化与深度信念网络预学习得到的特征,对卷积神经网络权值进行初始化;通过卷积、池化等操作,对训练样本进行特征提取并使用全连接网络对特征进行分类;计算分类损失函数并优化网络参数。在公开图像数据库中进行了大量实验,与公开最佳算法比较,该算法在MNIST中的识别错误率降低了0.1%,在Caltech101中的分类准确率提升了0.56%,验证了该算法优于现有算法。
关键词：
深度信念网络 图像识别 卷积神经网络
[期刊] 会计之友
[作者]
吴斌 叶菁菁 董敏
P2P网贷在爆发式增长的同时,也面临着重大的信用风险,个人信用评估是降低信用风险的重要方法。根据P2P网贷自身的特点,对影响P2P网贷借款人信用风险的因素进行分析,引入互联网信息领域特有的风险因素,建立了P2P网贷个人信用风险评估指标体系。基于该指标体系,考虑P2P网贷中"软信息"较多、"硬信息"缺失的特点,提出了基于BP神经网络的信用评估模型。为了提高BP神经网络的收敛速度和精度,将改进的果蝇优化算法作为BP神经网络的学习算法,对神经网络的权重进行训练。通过"人人贷"平台收集的样本数据进行实验验证。结果
[期刊] 大学图书馆学报
[作者]
慎金花 刘玥 张更平
为提高专利价值预测的准确性,促进专利权的转让,围绕如何以专利权转移过程中的专利定价客观评价专利价值,构建了针对单项专利可定量评估的指标体系,克服了专利价值评估中的主观性,使用邻域粗糙集方法排除冗余属性,进行特征选择,采用果蝇算法优化BP神经网络,降低了BP神经网络容易陷入局部极小的风险。通过实证研究发现,构建的专利价值指标体系可对单项专利进行定量评价,果蝇算法优化后的BP神经网络具有比较快速和准确的预测能力,在实际预测中具有良好的泛化能力和有效性。
[期刊] 会计之友
[作者]
吴斌 叶菁菁 董敏
P2P网贷在爆发式增长的同时,也面临着重大的信用风险,个人信用评估是降低信用风险的重要方法。根据P2P网贷自身的特点,对影响P2P网贷借款人信用风险的因素进行分析,引入互联网信息领域特有的风险因素,建立了P2P网贷个人信用风险评估指标体系。基于该指标体系,考虑P2P网贷中"软信息"较多、"硬信息"缺失的特点,提出了基于BP神经网络的信用评估模型。为了提高BP神经网络的收敛速度和精度,将改进的果蝇优化算法作为BP神经网络的学习算法,对神经网络的权重进行训练。通过"人人贷"平台收集的样本数据进行实验验证。结果表明:改进果蝇神经网络评估模型比传统BP神经网络模型有更强的学习能力和预测能力,是P2P网贷个人信用风险评估的有效方法。
[期刊] 北京林业大学学报
[作者]
王任华 霍宏涛 游先祥
应用人工神经网络模型对陆地卫星TM多光谱图像进行了森林植被分类的研究 ,共选取了 8种主要植被类型 ,重点是研究在不同背景条件下存在同谱异物现象的云杉、油松和落叶松等针叶林树种的分类方法 .所采用的网络模型为 3层误差后向传播神经网络模型 ,鉴于贺兰山自然植被垂直带谱明显 ,利用误差后向传播网络模型的并行分布式结构 ,研究中引入高程数据作为一个独立波段与 3个多光谱波段一起直接进行分类 ,取得了很好效果 .该方法与常规的最大似然法相比 ,存在同谱异物现象的云杉、油松和落叶松的分类精度平均提高了 2 7 5个百分点 .对存在同物异谱现象的阔叶林的分类精度也有一定程度的提高 .
[期刊] 情报理论与实践
[作者]
方懿
人工智能和人工神经网络的合壁方懿（南京大学信息管理系江苏２１００９３）Ａｂｓｔｒａｃｔ：ＴｈｅｐａｐｅｒｒｅｖｉｅｗｓｔｈｅｈｉｓｔｏｒｙｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ（ＡＩ）ａｎｄＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ（Ａ...
[期刊] 财经理论与实践
[作者]
喻胜华 李军
利用上市公司披露的信息数据库为平台,将神经网络方法应用于财务风险识别。实证研究结论表明:不仅可以把模型的仿真度提高到100%,而且显著提高了财务状况特征识别的准确率,克服了国内以往的数据挖掘研究重理论轻实践的缺点,展现了基于神经网络方法的知识发现过程。
关键词：
上市公司 财务风险识别 神经网络
[期刊] 图书情报工作
[作者]
朱娜娜 景东 薛涵
［目的 ／意义］微博作为一种新兴的社交媒体平台，被互联网用户广泛关注。微博数据中包含着大量的用户信息、用户行为及用户生成内容，基于微博内容自动识别图书名有利于分析用户阅读兴趣、收集用户对图书的评价和挖掘图书相关知识。［方法 ／过程］基于微博的数据特点，提出一种基于深度神经网络的表示学习方法，利用微博中候选图书名的上下文连续向量化表示，实现微博内容中的图书名自动识别。［结果 ／结论］实验结果表明，所提出的方法显著优于传统基于特征工程的有指导机器学习方法，并达到９１．９２％的精确率。
关键词：
图书名识别 神经网络 深度学习 微博
[期刊] 清华大学学报(自然科学版)
[作者]
尹学振 赵慧 赵俊保 姚婉薇 黄泽林
互联网公开数据蕴含着大量高价值的军事情报,成为获取开源军事情报的重要数据源之一。军事领域命名实体识别是进行军事领域信息提取、问答系统、知识图谱等工作的基础性关键任务。相比较于其他领域的命名实体,军事领域命名实体边界模糊,界定困难;互联网媒体中军事术语表达不规范,随意性的简化表达现象较普遍;现阶段面向军事领域的公开语料鲜见。该文提出一种考虑实体模糊边界的标注策略,结合领域专家知识,构建了基于微博数据的军事语料集MilitaryCorpus;提出一种多神经网络协作的军事领域命名实体识别模型,该模型通过基于Transformer的双向编码器(bidirectional encoder representations from transformers, BERT)的字向量表达层获得字级别的特征,通过双向长短时记忆神经网络(bi-directional long short-term memory, BiLSTM)层抽取上下文特征形成特征矩阵,最后由条件随机场层(conditional random field, CRF)生成最优标签序列。实验结果表明:相较于基于CRF的实体识别模型,应用该文提出的BERT-BiLSTM-CRF模型召回率提高28.48%,F值提高18.65%;相较于基于BiLSTM-CRF的实体识别模型,该文模型召回率提高13.91%,F值提高8.69%;相较于基于CNN (convolutional neural networks)-BiLSTM-CRF的实体识别模型,该文模型召回率提高7.08%,F值提高5.15%。
[期刊] 统计与决策
[作者]
梁杰 位金亮 扎彦春
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
