- 年份
- 2024(5466)
- 2023(7961)
- 2022(6836)
- 2021(6542)
- 2020(5588)
- 2019(12822)
- 2018(12538)
- 2017(24710)
- 2016(12723)
- 2015(14223)
- 2014(13785)
- 2013(13169)
- 2012(11694)
- 2011(10184)
- 2010(9546)
- 2009(8554)
- 2008(7928)
- 2007(6418)
- 2006(5187)
- 2005(4321)
- 学科
- 济(52081)
- 经济(52032)
- 管理(40724)
- 业(40196)
- 企(35300)
- 企业(35300)
- 方法(30381)
- 数学(27547)
- 数学方法(27193)
- 财(15617)
- 农(11873)
- 务(11779)
- 财务(11736)
- 财务管理(11720)
- 企业财务(11286)
- 业经(11147)
- 中国(10783)
- 制(9016)
- 贸(8893)
- 贸易(8889)
- 技术(8873)
- 易(8704)
- 学(8321)
- 农业(7989)
- 地方(7840)
- 理论(7812)
- 和(7438)
- 环境(7361)
- 划(6925)
- 银(6815)
- 机构
- 大学(173963)
- 学院(172799)
- 管理(76271)
- 济(72301)
- 经济(71113)
- 理学(67786)
- 理学院(67217)
- 管理学(66086)
- 管理学院(65757)
- 研究(48207)
- 中国(36541)
- 京(33863)
- 财(33189)
- 科学(28465)
- 财经(28169)
- 经(25999)
- 业大(24549)
- 中心(24441)
- 经济学(22577)
- 江(22542)
- 农(21818)
- 财经大学(21783)
- 所(21088)
- 经济学院(20627)
- 商学(20358)
- 北京(20207)
- 商学院(20188)
- 经济管理(20168)
- 范(19779)
- 师范(19542)
- 基金
- 项目(128851)
- 科学(104668)
- 基金(98340)
- 研究(92733)
- 家(85246)
- 国家(84631)
- 科学基金(75713)
- 社会(61690)
- 社会科(58755)
- 社会科学(58741)
- 基金项目(52805)
- 自然(50509)
- 自然科(49475)
- 自然科学(49467)
- 自然科学基金(48615)
- 省(48585)
- 教育(43670)
- 划(41412)
- 资助(39763)
- 编号(36214)
- 部(29501)
- 重点(28519)
- 创(28004)
- 成果(26850)
- 国家社会(26421)
- 教育部(26310)
- 创新(26119)
- 发(26073)
- 人文(25758)
- 科研(25509)
共检索到226069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] 预测
[作者]
茆田杨 黄朝贵
基于人工神经网络的股票选择系统茆田杨，黄朝贵（武汉水利电力大学４３００７２）１引言从事股票投资的投资者都要面临两个最基本的问题，一种是股票投资对象的选择问题，另一种是股票投资时机的选择问题。本文讨论第一种问题，即在投资风险相当的情况下，究竟选择阿种股...
[期刊] 预测
[作者]
魏巍贤 邵朝
基于人工神经网络的非线性经济系统辨识魏巍贤，邵朝（西安交通大学７１００４９）（西安邮电学院７１００６１）１系统的描述和问题的提出在经济系统研究中，最常用的是离散时间系统这类系统可用以下形式的差分方程进行描述：其中ｘ（·），ｕ（·），ｙ（·）分别为状态...
[期刊] 统计与决策
[作者]
杨成 程晓玲 殷旅江
本文从影响公司股价的核心上市公司质量出发,利用公司在各个层面的财务指标来预测股价,实现了在思想上的创新。在传统的线性模型预测的基础上,探索应用BP神经网络模型对上市公司的股价表现做出预测。
[期刊] 运筹与管理
[作者]
乔若羽
针对股票市场的特征提取困难、预测精度较低等问题,本文基于深度学习算法,构建了一系列用于股票市场预测的神经网络模型,包括基于多层感知机(MLP)、卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)和门控神经单元(GRU)的模型。针对RNN、LSTM和GRU无法充分利用所参考的时间维度的信息,引入注意力机制(Attention Mechanism)给各时间维度的信息赋予不同权重,区分不同信息对预测的重要程度,从而提升递归网络模型的性能。上述模型均基于股票数据进行了优化,基于上证指数对各类模型进行了充分的对比实验,探索了模型中重要变量对性能的影响,旨在为基于神经网络的股票预测模型给出具体的优化方向。
关键词：
股票预测 深度学习 神经网络 注意力机制
[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] 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] 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]
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] 统计与决策
[作者]
肖冬荣 杨子天
文章将粒子群优化算法用于神经网络预测模型的学习训练,并且将这种方法用于股票预测中。实验结果表明,基于粒子群训练的神经网络学习算法更易于实现,且准确率较高。
关键词：
粒子群优化算法 神经网络 股票预测
[期刊] 华北农学报
[作者]
陈立平 赵春江 郭新宇 杜小鸿 李鸿祥
本文使用计算机图像识别系统对作物形态进行自动提取,并设计了一种用于形态诊断的人工神经网络专家系统,它较好地解决了传统专家系统所面临的知识获取和表达、系统扩充困难等问题。达到计算机对作物形态性状信息自动提取和智能诊断之目的,为实现作物因苗管理、分类指导、提高科学管理水平提供技术支持。
[期刊] 沈阳农业大学学报
[作者]
吴秀华 吕霞 罗海燕
电力系统无功电压的优化是提高电能质量,保证电压稳定的有效而重要的手段,国内外对无功优化的研究历时已久,但系统中实时的无功优化控制仍是一大难题。人工神经网络集若干新兴学科于一体,具有强大的信息分布式存储和并行处理功能,适于解决大型复杂的非线性多变量系统的相关问题。利用人工神经网络中的BP网络,对目前愈趋复杂的电力系统的无功电压优化问题提出解决方案,避免了求解多变量非线性混合约束方程组的难题,使得问题的解决方案更简易可行。通过对IEEE-30节点系统和辽宁省某局的实际数据分析测试表明,BP神经网络应用于无功电压优化是可行的。同时,探讨了BP神经网络中的结构参数和算法参数的改进对网络泛化性能的影响,...
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
