- 年份
- 2024(9740)
- 2023(14349)
- 2022(12607)
- 2021(11861)
- 2020(10044)
- 2019(23381)
- 2018(23069)
- 2017(45180)
- 2016(24334)
- 2015(27213)
- 2014(26535)
- 2013(25820)
- 2012(23486)
- 2011(20963)
- 2010(20373)
- 2009(18411)
- 2008(17651)
- 2007(15044)
- 2006(12922)
- 2005(10943)
- 学科
- 济(92930)
- 经济(92824)
- 管理(69527)
- 业(66406)
- 企(56892)
- 企业(56892)
- 方法(47812)
- 数学(42086)
- 数学方法(41492)
- 财(25107)
- 农(23313)
- 中国(22344)
- 业经(21078)
- 学(20804)
- 务(17270)
- 财务(17198)
- 财务管理(17164)
- 地方(17009)
- 贸(16805)
- 贸易(16800)
- 企业财务(16367)
- 易(16349)
- 制(15906)
- 理论(15841)
- 农业(15576)
- 技术(14787)
- 和(14650)
- 环境(13869)
- 银(12739)
- 银行(12684)
- 机构
- 大学(333563)
- 学院(330955)
- 管理(134717)
- 济(127527)
- 经济(124831)
- 理学(118227)
- 理学院(116961)
- 管理学(114570)
- 管理学院(113995)
- 研究(107107)
- 中国(78057)
- 京(70341)
- 科学(69229)
- 财(57700)
- 农(55048)
- 所(52911)
- 业大(52521)
- 中心(49632)
- 研究所(48793)
- 财经(47435)
- 江(45959)
- 北京(43756)
- 农业(43539)
- 经(43439)
- 范(42448)
- 师范(41930)
- 院(39708)
- 经济学(37778)
- 州(37649)
- 财经大学(35934)
- 基金
- 项目(238586)
- 科学(187701)
- 基金(174774)
- 研究(169550)
- 家(153782)
- 国家(152583)
- 科学基金(131708)
- 社会(105876)
- 社会科(100297)
- 社会科学(100268)
- 基金项目(93209)
- 省(92760)
- 自然(89213)
- 自然科(87209)
- 自然科学(87184)
- 自然科学基金(85617)
- 划(78801)
- 教育(78422)
- 资助(72647)
- 编号(68412)
- 成果(53441)
- 重点(53253)
- 部(52161)
- 创(49955)
- 发(49504)
- 科研(46632)
- 创新(46583)
- 课题(46175)
- 大学(44656)
- 教育部(44635)
- 期刊
- 济(129596)
- 经济(129596)
- 研究(91407)
- 中国(57283)
- 学报(56854)
- 科学(50761)
- 管理(48758)
- 农(48277)
- 财(44230)
- 大学(42959)
- 学学(40573)
- 教育(34692)
- 农业(33818)
- 技术(29144)
- 融(24751)
- 金融(24751)
- 财经(22529)
- 业经(21709)
- 经济研究(21413)
- 经(19119)
- 图书(18391)
- 业(17456)
- 理论(16766)
- 问题(16535)
- 科技(16459)
- 版(15902)
- 技术经济(15745)
- 实践(15537)
- 践(15537)
- 业大(14840)
共检索到462042条记录
相关度优先
- 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] 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。
[期刊] 统计与决策
[作者]
张冠东 杨琛
数据会因属性不同而被分别记录，但是这些数据具有时空上的相关性，因此他们可以被归为同一种类进行分析，文章在长短时记忆网络(LSTM)的基础上，提出多维LSTM预测模型对同一类型不同属性的数据进行同步预测。和传统的一维数据预测方法相比，多维LSTM预测模型的优势在于其在预测的同时能够反映不同种类数据之间的关联性。货运量数据（铁路、公路和民航）实验的结果表明，多维LSTM的预测结果优于向量自回归模型。
关键词：
LSTM 向量自回归 货运量 预测
[期刊] 统计研究
[作者]
杨青 王晨蔚
作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神经网络具有很强的泛化能力,对全部指数不同期限的预测效果均很稳定;②相比三种对照模型(SVR、MLP和ARIMA),LSTM神经网络具有优秀的预测精度,其对全部指数的平均预测精度在不同期限上均有提升;③LSTM神经网络能够有效控制误差波动,相比三种对照模型,其对全部指数的平均预测稳定度在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势,其未来在金融预测等方向将有广阔的应用前景。
关键词：
LSTM神经网络 深度学习 股票指数预测
[期刊] 南方金融
[作者]
彭望蜀
本文在阐述创新型预测模型理论的基础上,分别利用基于BP神经网络和支持向量机的股票指数预测模型,在小样本的情况下对沪深300指数进行了研究和短期预测。研究结果表明,基于支持向量机的预测模型在预测精度、收敛时间、最优性等方面均优于基于BP神经网络的预测模型。
[期刊] 商业研究
[作者]
马明 李松
为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。
[期刊] 地理科学进展
[作者]
刘炳春 齐鑫 王庆山
城市化进程提升促使城市环境污染加剧、能源消耗激增、人口密度过大等问题的深层次原因在于城市代谢失调。为精准预测北京市城市代谢变化趋势,论文通过能源消费量及人类活动时间指标测算了1980—2016年北京市体外能代谢率,表征城市代谢程度。据此运用长短期记忆神经网络模型(LSTM)预测了2017—2022年北京各部门体外能代谢率。结果表明:①基于长短期记忆神经网络的城市代谢预测模型精度较高,能够对北京各部门体外能代谢率进行更为精准的预测;②2017—2022年间,北京第一产业和总体外能代谢率呈下降趋势,其中第一产业在2017年达到峰值,第二、第三产业及生活部门体外能代谢率将呈现增长趋势。③除第一、第三产业和总体外能代谢率外,历史变化的时间扰动幅度先小后大。④对各部门体外能代谢率EMRT的影响贡献度最大的因子为第二产业体外能代谢率EMR2,最小的为第一产业体外能代谢率EMR1。论文研究结果可为政策制定者优化城市管理方案、提升城市综合实力提供理论依据和决策支持。
[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] 中国特殊教育
[作者]
杨福义 王琰
本研究以上海市两所培智学校的50名四至九年级中度智障学生为被试,采用混合实验设计,编制了数字、汉字和图片三种记忆材料,以视觉、听觉、视听结合三种不同呈现方式对中度智障儿童进行短时记忆广度研究,旨在探讨中度智障儿童短时记忆广度的特点及影响因素。研究结果表明:中度智障儿童的短时记忆广度小于普通儿童;按顺序回忆时的短时记忆广度明显小于忽略顺序时的记忆广度;不同刺激呈现方式对中度智障儿童的短时记忆广度存在显著影响,视听结合呈现方式时的短时记忆广度显著大于单一视觉或听觉呈现方式;不同材料类型对中度智障儿童的短时记忆广度存在显著影响,数字的短时记忆广度显著大于汉字和图片,图片的短时记忆广度大于汉字;中度智...
关键词：
中度智障儿童 短时记忆广度 实验研究
[期刊] 中国特殊教育
[作者]
贺荟中 方俊明
本文从短时记忆编码方式、容量、编码方式与容量关系及短时记忆与阅读关系的角度 ,回顾了国内外关于聋人短时记忆的研究 ,提出了今后聋人短时记忆研究的思路
关键词：
聋人 短时记忆 阅读
[期刊] 中国特殊教育
[作者]
袁文纲
本实验以视觉系列呈现方式 ,在形近、音近、义近三种干扰下以再认方法比较了听力正常人与聋人对字频与笔画二种不同水平汉字材料的短时记忆容量及编码方式 ,研究结果表明 :( 1 )聋人与听力正常人短时记忆容量差别有限 ,只存在于低频复杂汉字组中。 ( 2 )高频字中 ,聋人短时记忆编码以形码为主 ,义码次之 ,音码最弱 ;听力正常人则以音码为主 ,义码次之 ,形码作用最弱。 ( 3 )低频字中 ,低频简单组中表现出与高频字相同的编码方式 ,低频复杂组中聋人与听力正常人均表现形码、义码为主 ,音码作用弱的特点
关键词：
短时记忆 形码 音码 义码
[期刊] 统计与决策
[作者]
郝勇 刘继洲
本文运用BP人工神经网络,在MATLAB平台上,进行公用事业指数波动规律的预测和分析,能利用公用事业指数前三天的收盘价,预测第四天的收盘价,并且预测值达到一定精度。
关键词：
分类指数 神经网络 MATLAB 预测
[期刊] 南京农业大学学报
[作者]
吉文翰 郑恒彪 王迪 唐伟杰 郭彩丽 姚霞 江冲亚 朱艳 曹卫星 程涛
[目的]收获前获取水稻育种小区的产量信息是高通量表型监测的重要组成部分，也是水稻高产育种的迫切需求。当前，水稻产量预测方法大多基于少数品种，且由线性回归、机器学习等方法建模，因此估产模型一般都存在迁移性较差、精度不高等问题。本研究旨在利用无人机影像和深度学习网络构建适用于多水稻品种的产量预测模型。[方法]利用无人机获取了水稻育种试验的多时相RGB和多光谱影像，系统比较了线性回归、机器学习、深度学习算法在产量预测上的表现；同时，提出了一种基于注意力机制和卷积神经网络的水稻产量预测方法，并对比分析了ResNet50，MobileNetV3，ShuffleNetV2三种网络的表现。[结果]线性回归和机器学习算法在水稻育种小区产量预测上表现较差（R~(2)<0.3）。MobileNet模型的收敛速度和预测精度是最高的，测试结果为R~(2)、RMSE、RRMSE分别为0.55、1.06 t·hm~(-2)、12.62%。引入注意力机制的MobileNet模型的收敛速度和预测精度得到了一定的提高，测试结果为R~(2)、RMSE、RRMSE分别为0.58、1.03·hm~(-2)、12.26%。利用时域卷积网络（Temporal Convolutional Network）构建的时间序列模型对水稻产量预测精度有一定提升，R~(2)、RMSE、RRMSE分别达到了0.64、0.96 t·hm~(-2)、11.4%。[结论]卷积神经网络为水稻育种材料产量预测提供了可靠方法，为基于无人机平台的水稻高通量表型研究提供较好的技术支撑。
[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] 物流技术
[作者]
姚志英 王成林 姚滢滢
设计了一种物品检测深度卷积神经网络,应用于物流分拣传输过程中物品检测。分析了深度卷积神经网络的结构及其在图像特征提取和信息降维方面的作用;设计了由卷积层、池化层、激活函数层和全连接网络层组成的物品检测深度卷积神经网络;构建了由300幅图像和标注结果组成的样本库,抽取60%的样本作为网络训练样本集,其余40%样本平均分成两组,其中一组作为网络训练过程中验证样本,另一组作为对训练好网络进行性能验证的测试样本;在设定网络参数的基础上进行网络的训练和测试;通过分析网络训练过程中各层的输出,发现所设计的网络可以很好地实现图像中所含物品特征的检测;网络训练过程验证精度可达100%,测试正确率可达98.33%。由此可知深度卷积神经网络性能良好,可用于物流分拣生产中的物品检测。
0
文献操作(0)
导出元数据
文献计量分析
导出文件格式：WXtxt
