- 年份
- 2024(7215)
- 2023(10583)
- 2022(8952)
- 2021(8420)
- 2020(7210)
- 2019(16390)
- 2018(16477)
- 2017(31776)
- 2016(16739)
- 2015(19133)
- 2014(18723)
- 2013(17921)
- 2012(16057)
- 2011(14091)
- 2010(13874)
- 2009(12323)
- 2008(11689)
- 2007(10031)
- 2006(8398)
- 2005(6845)
- 学科
- 济(66671)
- 经济(66605)
- 管理(54513)
- 业(51931)
- 企(44882)
- 企业(44882)
- 方法(37130)
- 数学(33160)
- 数学方法(32524)
- 财(18726)
- 技术(16992)
- 农(16277)
- 中国(15444)
- 业经(14794)
- 理论(13022)
- 务(12424)
- 财务(12360)
- 财务管理(12335)
- 学(12286)
- 企业财务(11742)
- 农业(11018)
- 贸(10990)
- 贸易(10985)
- 易(10743)
- 和(10353)
- 地方(10166)
- 环境(9913)
- 制(9744)
- 划(9435)
- 技术管理(9386)
- 机构
- 学院(230598)
- 大学(228875)
- 管理(97616)
- 济(91059)
- 经济(89325)
- 理学(85602)
- 理学院(84826)
- 管理学(82999)
- 管理学院(82562)
- 研究(66812)
- 中国(49300)
- 京(46118)
- 科学(41637)
- 财(40038)
- 业大(34776)
- 农(33630)
- 中心(33183)
- 财经(33151)
- 江(32477)
- 所(31222)
- 经(30347)
- 研究所(28713)
- 范(27827)
- 经济学(27772)
- 北京(27688)
- 师范(27526)
- 技术(27260)
- 农业(26500)
- 州(25915)
- 经济管理(25453)
- 基金
- 项目(167690)
- 科学(134084)
- 基金(123328)
- 研究(122144)
- 家(107293)
- 国家(106455)
- 科学基金(93844)
- 社会(77633)
- 社会科(73814)
- 社会科学(73794)
- 省(66572)
- 基金项目(65189)
- 自然(62094)
- 自然科(60794)
- 自然科学(60781)
- 自然科学基金(59684)
- 教育(58463)
- 划(55494)
- 资助(50741)
- 编号(50146)
- 成果(38812)
- 重点(37360)
- 部(36946)
- 创(36578)
- 发(34724)
- 创新(34136)
- 课题(33131)
- 国家社会(32592)
- 科研(32438)
- 教育部(32362)
共检索到313807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]
李肖肖 付恒春 薛晔
针对目前信息分配模糊时间序列模型只能研究单变量的局限性,文章构建了一个基于信息分配技术的双变量模糊时间序列预测模型,并探讨模糊区间长度对模型预测精度的影响。以中国的互联网用户渗透率以及实际GDP为例验证模型的有效性,并选取经典马尔可夫模型作为对比模型。结果表明:模糊区间长度对信息分配模型的预测精度有影响,且模糊区间长度减小能提高预测精度。
[期刊] 统计与决策
[作者]
薛晔
文章针对目前有关模糊时间序列研究中存在的问题,利用以信息扩散和信息分配理论为核心内容的模糊信息优化处理方法构建一个新的模糊时间序列预测模型。结果表明:模型操作简单可行且提高了精度,尤其是小样本或信息不完备时更具有优势。
[期刊] 统计与决策
[作者]
薛晔 李肖肖 付恒春
针对目前多变量模糊时间序列研究中小样本问题,文章基于信息扩散技术构建一个多变量模糊时间序列模型,讨论信息扩散系数的变化对模型精度的影响,进而选取2006—2016年人均GDP、能源消费总量的样本数据对中国SO_2排放量进行预测,且与马尔可夫模型运行结果进行比较。结果表明:所建模型可以弥补小样本的不足;不同方式确定的信息扩散系数对模型精度存在影响,其中基于两点择近原则确定的h_0最优;所建模型的平均绝对误差与平均绝对百分误差率均小于马尔可夫模型,即具有较高的预测精度。
[期刊] 统计与决策
[作者]
鲜思东 张建锋
近年来,经过人们对模糊时间序列模型大量的研究后,发现模糊区间的划分以及模糊关系的构建是影响模糊时间序列模型预测精度最关键的两个因素。文章针对目前模糊时间序列模型在论域划分中存在的问题,提出将人工鱼群算法(AFSA)用于模糊时间序列模型的论域划分中;并利用最小均方误差(MSE)确定最优的预测结果;最后为了显示所提出方法的有效性,将该方法用于Alabama大学注册人数的预测,结果显示该方法的预测精度更高。
[期刊] 统计与决策
[作者]
许之友 吕恕
为了提高模糊时间序列的预测精度,文章利用小波分析多尺度分解方法,选择适当的小波函数,把一维数据分解为低频逼近部分和高频细节部分,在低频部分和高频部分根据各自数据特征利用模糊C-均值聚类算法分别建立模糊时间序列模型并预测,然后把每个部分的预测值根据小波重构得到最终预测结果。通过对国家财政收入实例验证对比发现,该模型在预测精度方面有较大提高。
[期刊] 统计与决策
[作者]
蔺玉佩 杨一文
文章针对模糊时间序列模型目前存在的缺乏客观论域划分方法和模糊关系前件单一等缺陷,首先应用模糊聚类方法将数据分类,以相邻两个聚类中心的中点作为子区间的分界点来划分论域;其次将数据模糊化后根据证券市场主要量价指标建立了具有多个前件的高阶模糊关系;最后根据序列对比规则计算预测值。将该模型用于股票指数的价格预测和涨跌预测,与传统模型比较的结果表明其预测准确率有了较大提高。
[期刊] 统计与决策
[作者]
吕忠伟 秦建国
模型识别是建立时间序列模型的基础,是模型预测成败的关键。本文介绍了五种多变量时间序列模型识别的方法,分析了每种识别方法的输出形式,最后利用SAS统计软件对多变量时间序列模型的识别进行实证研究。
[期刊] 统计与决策
[作者]
李正辉 吕忠伟
本文简单介绍了四种单变量时间序列模型识别的方法,给出了每种方法识别模型时的输出表格,并利用统计软件模拟两个时间序列进行实证研究,总结出了四种方法在实际应用中注意的问题。
[期刊] 统计与决策
[作者]
田宗浩 顾国华 王鹏 王常青
文章通过分析传统的加权模糊时间序列模型和广义模糊时间序列模型,指出了需要考虑的模糊状态的确定方法和建立模糊关系矩阵中的不足。结合模糊集理论中λ强截集的性质,重新定义所要考虑隶属度对应的模糊状态和模糊逻辑关系矩阵的建立过程,建立基于λ强截集的广义模糊时间序列模型。以Alabama大学22年的入学人数为例,利用均方误差MSE和泰尔不等系数TIC对比分析本文提出模型与传统加权模型和广义模型的预测精度以及考虑λ取不同阈值时模型预测精度的变化情况,验证本文建立模型的可行性和有效性。
[期刊] 运筹与管理
[作者]
王鹏 田宗浩
本文在传统广义模糊时间序列预测模型数据模糊化的基础上,引入直觉模糊集理论对其进行扩展。首先,在隶属度和非隶属度函数中增加犹豫度因子对样本数据进行直觉模糊化,更加细腻的反映数据不确定性本质。然后,用记分函数描述样本数据对模糊集的隶属情况,简化模型的复杂度。随后以传统广义模型为框架,构建基于直觉模糊化的广义模糊时间序列预测模型。最后利用典型的Alabama大学入学人数为实验数据,对比分析本文建立模型与传统广义模型的预测结果,验证直觉模糊化的广义模糊时间序列模型的可行性和优越性。
[期刊] 数量经济技术经济研究
[作者]
韩冬梅 高铁梅
一、季节调整的重要意义 月度或季度经济时间序列一般可分解为四种变动要素,即长期趋势要素T,循环要素C,季节变动要素S和不规则要素I。季节变动要素和循环要素的区别在于,季节变动要素是每年重复出现的周期变动,是由温度、降雨、年内的月份、假期、政策等引起的,而循环要素是间距比较长且不固定的一种周期性波动,它代表景气波动。经济时间序列分解模型也称为结构时间序列模型。依据时间序列的四个构成要素在模型中的相互关系,可以表现出多种不同的形式,一般而言,基本的分解模型为加法模型和乘法模型。设经济时间序列为{y_1},可以分别表示成如下的加法模型和乘法模型形式:
[期刊] 统计与决策
[作者]
聂淑媛
文章基于1992—2020年的季度GDP数据，实证分析了新冠肺炎疫情事件的异常影响效应，探讨了两大重要分解因素——季节因素和趋势因素之间极强的交互性。根据GDP序列的特点，分别选取三参数指数平滑乘法模型、SARIMA(1,1,1)×（0,1,1）_4模型、阶梯干预模型和X-12-ARIMA模型进行建模，并依据MAPE等评价指标，得到了相对最优拟合模型——X-12-ARIMA模型。预测结果显示，我国具有良好的经济发展前景。
[期刊] 情报理论与实践
[作者]
刘自强 王效岳 白如江
文章提出一种基于时间序列模型的研究热点评价与预测方法。利用关键词词频排序、热点关键词群构建和时间序列模型分析等方法，对ＣＮＫＩ收录的以竞争情报为关键词的近１０年期刊论文的关键词进行处理，分析梳理了近１０年竞争情报领域的研究现状，运用关键词群分析、社会网络分析和时间序列模型分析预测其研究热点的发展趋势。最后将２０１５年作为预测目标进行预测，将预测结果与实际数据对比，实验结果证明该方法是可行有效的。
关键词：
时间序列模型 研究热点 关键词 预测方法
[期刊] 统计与决策
[作者]
李崇梅 王文军 胡际莲
文章利用多变量非平稳时间序列的状态空间模型对影响农业劳动力供给水平的因素进行分析,据此对2017—2026年的农业劳动力供给状态进行趋势预测。结果发现:不同时期内劳动力资源总量、耕地面积、经济发展水平、城乡收入差对农业劳动力供给的影响存在动态差异;劳动力资源总量对农业劳动力供给的影响具有长期显著性;耕地面积对农业劳动力供给的影响具有显著的时变性;农村经济发展水平和城乡收入差对农业劳动力供给水平的变化具有结构性影响;从时间序列看,2010—2026年,农业劳动力供给从长期过剩转变为供给不足,2017年以后农业劳动力供给量下降趋势平稳,劳动力供给与需求缺口进一步扩大。
[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。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
