- 年份
- 2024(6719)
- 2023(9893)
- 2022(8588)
- 2021(8152)
- 2020(7213)
- 2019(16994)
- 2018(17000)
- 2017(32870)
- 2016(17709)
- 2015(20086)
- 2014(20211)
- 2013(19816)
- 2012(18115)
- 2011(16150)
- 2010(15742)
- 2009(14693)
- 2008(14546)
- 2007(12768)
- 2006(10546)
- 2005(9261)
- 学科
- 济(75673)
- 经济(75596)
- 管理(52983)
- 业(52095)
- 企(44284)
- 企业(44284)
- 方法(42551)
- 数学(38605)
- 数学方法(38135)
- 财(21305)
- 农(18941)
- 中国(15828)
- 务(15152)
- 财务(15105)
- 财务管理(15074)
- 业经(14647)
- 企业财务(14411)
- 贸(14271)
- 贸易(14270)
- 易(13887)
- 学(13629)
- 制(12838)
- 地方(12238)
- 农业(11864)
- 理论(10936)
- 和(10794)
- 技术(10625)
- 银(9736)
- 银行(9711)
- 融(9698)
- 机构
- 大学(253558)
- 学院(252238)
- 济(104895)
- 管理(103865)
- 经济(102854)
- 理学(91179)
- 理学院(90280)
- 管理学(88598)
- 管理学院(88122)
- 研究(76305)
- 中国(57638)
- 京(51043)
- 财(47619)
- 科学(46775)
- 农(40213)
- 财经(39297)
- 业大(38057)
- 中心(37703)
- 所(37217)
- 江(35868)
- 经(35859)
- 研究所(33992)
- 经济学(32253)
- 农业(31969)
- 北京(31281)
- 范(30610)
- 师范(30270)
- 财经大学(29698)
- 经济学院(29457)
- 州(28316)
- 基金
- 项目(174378)
- 科学(138464)
- 基金(129541)
- 研究(123935)
- 家(112343)
- 国家(111482)
- 科学基金(97497)
- 社会(79533)
- 社会科(75546)
- 社会科学(75523)
- 基金项目(69142)
- 省(67589)
- 自然(65473)
- 自然科(64043)
- 自然科学(64025)
- 自然科学基金(62910)
- 教育(58547)
- 划(57082)
- 资助(53978)
- 编号(50108)
- 部(39592)
- 成果(38955)
- 重点(38748)
- 创(36557)
- 发(35722)
- 科研(34647)
- 教育部(34368)
- 创新(34155)
- 人文(33442)
- 大学(33420)
共检索到347712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] 统计与决策
[作者]
于卓熙 秦璐 赵志文 温馨
广义回归神经网络能够大大降低人为因素带来的误差,具有更加精准的预测效果。针对股票价格数据的非线性、非平稳性问题,文章运用主成分分析法对影响股票价格的指标进行降维,基于广义回归神经网络模型对股票价格进行预测研究。并将模型预测结果与股票价格的ARIMA建模预测结果进行对比,以均方误差和平均绝对误差百分比作为评价指标。对比结果表明,在价格预测方面,基于广义回归神经网络的预测模型要优于ARIMA模型,可以获得更准确的结果。
[期刊] 商业研究
[作者]
方勇 孙绍荣
在运用神经网络模型对股票价格进行短期预测时,一般的神经网络预测模型都是以价格的时间序列滞后作为输入变量,但是由于影响价格的因素错综复杂,很多因素无法准确测量,而且市场信息的噪音太大,因此预测效果往往不太理想,于是如何选择有效的输入变量就成为一个困扰这项研究的难题。
[期刊] 物流技术
[作者]
杨祺煊 王敏
围绕供需两方面分析了区域经济指标与区域物流量的关系，建立了基于广义回归神经网络的预测模型，算例表明，该模型较传统预测模型在预测精度和可靠性方面有较大优势。
[期刊] 数量经济技术经济研究
[作者]
贺昌政 俞海
本文提出了用主成分分析方法进行输入变量预处理的办法,以解决BP人工神经网络模拟预测复杂经济系统时输入变量过多导致效率下降的问题。实例证明,BP神经网络主成分分析模型在复杂经济系统模拟预测中比通常的BP神经网络模型有较好的效果。
关键词：
主成分分析 BP神经网络 模拟预测
[期刊] 统计与决策
[作者]
崔建福,李兴绪
[期刊] 预测
[作者]
刘洪
引言回归分析是确定变量与变量之间相互关系的一种定量分析方法,依据因变量与自变量之间的函数关系是线性的还是非线性的,一般被分为线性回归和非线性回归。在线性回归和可转化为线性的非线性回归中,传统的参数估计方法是基于高斯—马尔可夫定理的最小二乘法(Least Squares,简记LS法);在非线性回归分析中
[期刊] 数量经济技术经济研究
[作者]
张兴会 杜升之 陈增强 袁著祉 莫荣
经济预测问题是典型的多指标小样本复杂系统的预测问题。神经网络非常适用于复杂非线性系统的处理,但神经网络的规模是影响它的泛化能力的一个主要因素。特别在样本集少,指标多的情况下,要保证神经网络的泛化能力,如何降低神经网络的规模就成为亟待解决的关键问题。本文提出了用主成分分析法从根本上降低神经网络的规模,提高神经网络的泛化能力的方法。并对我国失业问题进行了预测,取得了良好的预测结果。
关键词：
主成分分析 神经网络 泛化能力 失业预测
[期刊] 地理科学进展
[作者]
刘柯
城市建成区规模受社会、经济、城市环境等诸多因素影响,传统统计方法难以准确预测城市建成区的面积。人工神经网络具有良好的非线性映射逼近性能,在各类预测研究中得到了广泛的应用,尤其是BP神经网络。主成分分析可以在有效保留数据信息前提下对数据进行降维,它与BP神经网络的结合主要在数据输入端,通过减少输入层神经元个数,增强网络性能,提高预测精度。本文以北京市为例,综合运用主成分分析和BP神经网络方法建立预测模型,以1986￣2003年数据为学习样本,以2004年数据为检验样本,对2005年北京市城市建成区面积进行模拟预测。预测结果表明,基于主成分分析的BP神经网络预测结果与实际值的相对误差为2.8%,比传统BP神经网络预测精度提高1.8个百分点,网络训练收敛速度也更快,其预测精度和效率都有不同程度的改善。
[期刊] 工业工程
[作者]
孙禹 徐克林 秦玮
针对工程公司日常管理中由于缺乏风险评估工具,经常造成公司资源的浪费,甚至造成大量损失的现状,结合其行业特点,构建风险评价体系模型。在模型的基础上,提出一种基于广义回归神经网络(GRNN)的工程公司风险评估方法,通过矩阵实验室中的神经网络工具对其进行仿真计算,以某安防系统工程公司的实例证明了其有效性。该研究为同类型公司的风险评估提供了一种有效的管理工具。
关键词：
风险评估 广义回归神经网络 矩阵实验室
[期刊] 价格月刊
[作者]
江雪娇 孙涛 吴启
通过对26家上市钢铁企业2008年第三季度财务报告的分析,采用逐步回归法对相关数据进行了实证研究、实证结果表明,钢铁行业的存货周转率、主营业务利润率和每股收益等指标较之其他财务指标对股票价格的影响力要更加明显。
关键词：
财务指标 股票价格 逐步回归法
[期刊] 技术经济与管理研究
[作者]
宋新明 居勇 曾鸣 卫炜 褚烨
为了加强电力公司对电力客户信用风险的事先控制,降低电力公司运营风险,需要对电力客户按信用等级进行分类,确定不同客户的信用风险等级,以便执行不同的信用风险控制策略。本文通过将定量与定性的指标相结合,建立了电力客户信用评价指标体系。引入主成分分析法和改进的BP神经网络法,将两者相结合,建立数学评价模型。通过将指标体系中的各指标带入该模型进行测算,可以计算出电力客户信用风险大小,从而确定各个客户信用风险等级。实例研究表明,利用此指标体系和数学模型能够准确地判断电力客户所处的信用等级,对于电力公司规避电力客户信用
[期刊] 情报学报
[作者]
李勤敏 郭进利
为了更合理地评价科研人员的学术影响力,本文考虑了6个作者影响力因子,并用多元统计方法综合为一个评价作者影响力的指标。首先,提出和改进与影响力有关的各个影响因子;然后,用主成分分析法提取主成分,用加权秩和比法综合各个主成分;最后,用神经算法学习预测,得出预测模型。对291个作者进行实证分析,对比传统指标发现:改进指标具有良好的区分性、相关性和综合性,能够更加全面地对科研人员的影响力进行评价。
[期刊] 华东经济管理
[作者]
张立军 苑迪
文章针对股价预测问题的复杂性、不确定性、时变性及动态性等特性,利用Elman神经网络具有记忆性的优点,采用遗传算法训练优化Elman神经网络的初始权值,提出了高效的GA-Elman动态回归神经网络股价预测模型。实验模拟结果表明:该模型快速稳定且具有较高的精度,将其用于股票价格预测可行且有效。该模型的提出也为股票价格预测提供了一种新的技术和方法。
关键词：
遗传算法 Elman神经网络 股价预测
[期刊] 西南农业学报
[作者]
于平福 陆宇明 韦莉萍 龙文卿 苏晓波
将GM(1,1)预测模型与广义回归神经网络(GRNN)相融合,构建一种兼具两者优点、互补型的灰色广义回归神经网络(GGRNN)。以1985-2007年度广西木薯鲜薯总产量为数据样本,采用GGRNN模型进行广西木薯产量预测研究。研究结果表明,GGRNN训练期平均拟合指数、预测期平均拟合指数分别为0.99和0.93,分别比GM(1,1)模型高0.09和0.04。该组合模型在拟合精度和预测精度方面均优于单一的GM(1,1)预测模型,并具有自学习能力、非线性映射能力以及适应性强等优点,为木薯产量预测的定量化和智能化提供了一条有效途径。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
