- 年份
- 2024(9010)
- 2023(13097)
- 2022(11580)
- 2021(10923)
- 2020(9172)
- 2019(21313)
- 2018(21070)
- 2017(40858)
- 2016(21992)
- 2015(24699)
- 2014(24430)
- 2013(23880)
- 2012(21554)
- 2011(19119)
- 2010(18526)
- 2009(16530)
- 2008(15597)
- 2007(13064)
- 2006(10975)
- 2005(8993)
- 学科
- 济(84740)
- 经济(84650)
- 管理(62709)
- 业(59916)
- 企(50719)
- 企业(50719)
- 方法(44727)
- 数学(39478)
- 数学方法(38933)
- 农(21888)
- 财(20998)
- 中国(19754)
- 学(19194)
- 业经(18788)
- 地方(16080)
- 贸(15225)
- 贸易(15221)
- 易(14797)
- 农业(14590)
- 理论(14397)
- 和(14191)
- 务(14116)
- 技术(14054)
- 财务(14044)
- 财务管理(14016)
- 环境(13325)
- 企业财务(13265)
- 制(12746)
- 划(11800)
- 银(10750)
- 机构
- 大学(302675)
- 学院(301235)
- 管理(125106)
- 济(115744)
- 经济(113308)
- 理学(110484)
- 理学院(109327)
- 管理学(107200)
- 管理学院(106675)
- 研究(93902)
- 中国(67461)
- 京(62793)
- 科学(61298)
- 财(50303)
- 农(48377)
- 业大(48308)
- 所(45332)
- 中心(43674)
- 财经(42214)
- 研究所(42147)
- 江(40685)
- 范(38844)
- 经(38725)
- 北京(38678)
- 师范(38438)
- 农业(37949)
- 院(34947)
- 经济学(34453)
- 州(33553)
- 经济管理(32282)
- 基金
- 项目(222845)
- 科学(175543)
- 基金(162965)
- 研究(159301)
- 家(142436)
- 国家(141339)
- 科学基金(122712)
- 社会(99825)
- 社会科(94622)
- 社会科学(94597)
- 基金项目(87575)
- 省(86833)
- 自然(82604)
- 自然科(80711)
- 自然科学(80691)
- 自然科学基金(79191)
- 教育(73736)
- 划(73166)
- 资助(67276)
- 编号(64610)
- 成果(49707)
- 重点(49395)
- 部(48709)
- 创(46496)
- 发(46169)
- 科研(43413)
- 创新(43369)
- 课题(43167)
- 教育部(41900)
- 大学(41824)
- 期刊
- 济(113740)
- 经济(113740)
- 研究(79835)
- 学报(50667)
- 中国(48037)
- 科学(45561)
- 管理(43441)
- 农(42365)
- 大学(38739)
- 财(37079)
- 学学(36667)
- 教育(30914)
- 农业(30048)
- 技术(27136)
- 业经(19870)
- 融(19777)
- 金融(19777)
- 财经(19306)
- 经济研究(18351)
- 图书(16941)
- 经(16364)
- 科技(15645)
- 业(15241)
- 问题(14857)
- 理论(14752)
- 版(14450)
- 技术经济(14394)
- 实践(13790)
- 践(13790)
- 资源(13640)
共检索到405693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] 南京农业大学学报
[作者]
高子淋 王佳平 张帅堂 邹修国
[目的]针对植物电信号数量级小、易受干扰的问题,提出了双树复小波变换(DT-CWT)结合双变量收缩消噪及不带输入变量的非线性自回归神经网络(NAR)模型,旨在能将植物电信号用于研究温室内植物生长模型。[方法]在屏蔽环境下获取生长状况良好的鸟巢蕨植株的电信号。采用双树复小波变换将电信号进行分解,利用层间小波系数具有相关性的特点,将分解后的小波系数进行双变量收缩消噪。通过对植物电信号进行自相关分析,确定迟滞阶数。再通过NAR网络训练消噪信号。[结果]采用双树复小波消噪后的信号虚部树的高频分量明显减少。消噪后的
[期刊] 金融理论与实践
[作者]
谢小璐
上海银行间同业拆放利率(Shibor)的推出是中国利率市场化重要的一步。在阐述了Shibor的背景、功能以及对经济发展的重大意义之后,分别建立了小波神经网络和回归时间序列组合模型对2周品种Shibor进行预测对比分析,研究结果表明,小波神经网络的拟合和预测精度较高,具有一定的科学性和实用性。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
黄林 贺鹏 王经民
【目的】提出一种将植物叶片的形状特征与其纹理特征相结合的综合特征识别方法,有效解决了传统的植物机器识别分类特征单一且识别率较低的问题,为植物的快速机器识别提供技术参考。【方法】提取植物叶片样本的综合特征信息,以概率神经网络(PNN)为分类器对所得的特征信息进行训练,训练好的网络用来识别植物叶片的类别,从而确定相应植物的种类。【结果】有效提取了含有8个分量的植物叶片综合特征向量,通过对PNN分类器的训练,实现了30种植物叶片的快速机器识别,平均识别率达98.3%。比较测试表明,若去掉叶片纹理特征,单以其形状特征作为识别依据,平均识别率仅为93.7%。【结论】植物叶片综合特征识别方法有效弥补了传统...
[期刊] 南京农业大学学报
[作者]
陆静霞 丁为民
根据植物电信号非平稳、非线性等特点,以盆栽植物君子兰和观音莲为研究材料,对采集的两种植物电信号进行自回归模型(AR模型)分析,并采用自适应技术对模型参数进行优化。首先采用Akaike信息检验准则估计植物电信号的模型阶次,然后基于最小二乘参数估计法建立植物电信号模型并拟合,最后利用自适应AR参数算法对两种植物电信号进行预测。结果表明:基于最小二乘法的AR模型对植物电信号进行短期预测是可行的。为了解决预测中误差随预测点数增加而增大的问题,提出了基于Kalman滤波算法的AR模型参数估计法,使得预报精度以及收敛速度得以优化。进一步预报的数据可作为温室或塑料大棚控制系统中重要的输入参数,该方法为植物生...
[期刊] 统计与决策
[作者]
胡俊胜,肖冬荣,夏景明
本文通过小波变换和神经网络的结合,建立了相应的小波神经网络经济预测模型。该模型克服了传统时间序列预测模型只能进行线性预测,避免了一些BP神经网络的固有缺陷。
关键词：
小波 神经网络 精确 预测
[期刊] 投资研究
[作者]
戴念念 陈小伟
本文在传统CAPM的基础上,引入了一个高阶的CAPM。借助小波神经网络在非线性函数逼近方面的优势,使用上海证券交易所股票数据分别对二阶至四阶CAPM进行了实证分析。最终的研究结果表明:就上海股市而言,12只大盘股组合已经能够有效分散非系统风险,而12只小盘股不能充分化解非系统风险,存在所谓的"规模效应";训练后的网络预测显示,高阶CAPM无论是在预测精度还是预测稳定性上都要明显优于传统的CAPM,在一个非系统风险得到充分分散的证券组合中,加入三阶矩的CAPM已经能够比较准确地把握风险资产的市场定价。
关键词：
小波网络 高阶矩 CAPM
[期刊] 西北农林科技大学学报(社会科学版)
[作者]
孙晓光 韩文秀 孙东
基建投资预测是基建部门急需解决的问题之一,本文在分析已有预测技术的基础上,建立了相应的小波神经网络模型。运用历年天津市基建投资数据进行实证研究,为政府相关部门编制基建投资的规划提供有效的理论支持。
关键词：
小波 神经网络 共扼梯度 基建投资 预测
[期刊] 北京林业大学学报
[作者]
于慧伶 麻峻玮 张怡卓
【目的】针对卷积神经网络识别植物叶片过程中,叶片边缘形状对卷积层的过度作用而导致相似边缘形状叶片识别错误的问题,提出了一种双路卷积神经网络的植物叶片识别模型。【方法】模型考虑了叶片信息的边缘形状与内部纹理特征,构建了双路卷积神经网路结构,其中形状特征路径运用7层卷积层的网络结构,前3层采用大尺寸11×11及5×5的卷积核提取大视野特征,完成叶片形状特征提取,另外4层卷积层采用3×3小尺寸卷积核提取叶片细节特征;纹理特征路径采用6个3×3卷积核的卷积层,提取叶片纹理图像细节特征;然后通过特征融合层将两类特征相加为融合特征,并利用全连接层对植物叶片种类进行识别。【结果】实验结果表明,双路卷积神经网络模型与单路卷积神经网络和图像处理分类识别模型相比,在Flavia叶片数据集与扩充植物叶片数据集上,Top-1识别准确率分别提高到了99. 28%、97. 31%,Top-3识别准确率分别提高到了99. 97%、99. 74%,标准差较其他识别与分类模型下降到0. 18、0. 20。【结论】本文提出的叶片识别模型能有效避免相似叶片边缘形状干扰而导致识别错误的问题,可以提高植物叶片的识别准确率。
[期刊] 北京林业大学学报
[作者]
胡静 陈志泊 杨猛 张荣国 崔亚稷
【目的】植物叶片分割旨在从背景中分割出叶片区域,去除背景对象干扰。这对植物病害识别和物种鉴定具有重大意义。【方法】本文设计了基于全卷积神经网络的植物叶片分割算法。首先,目标函数用对数逻辑函数代替复杂的Softmax多类预测函数,从而将分割任务转化为适合于植物叶片分割的二分类问题;其次,把批归一化技术引入全卷积神经网络,从而改善网络整体的收敛性。最后,针对当前植物叶片分割研究中缺乏评估指标的状况,设计了新的评估协议——受试者工作特征曲线,该曲线反映了不同阈值情况下植物叶片图像分割的召回率与误报率之间的变化情况。【结果】本文提出的算法降低了全卷积神经网络的参数复杂度,改善了网络的收敛性。实验结果表明,该方法比Leafsnap提到的基于颜色的分割方法更完整地分割了植物叶片区域;提出的ROC曲线能够充分评估植物叶片的分割性能。【结论】与传统方法相比,基于深度学习的植物叶片分割方法实现了输入图像的端对端处理,无需图像转换、噪声滤波和形态运算等预处理技术,因此在植物叶片分割上具有可行性。
关键词：
深度学习 全卷积神经网络 植物叶片分割
[期刊] 南京农业大学学报
[作者]
孙国祥 闫婷婷 汪小旵 陈满 张瑜 狄娇 施印炎 陈景波
针对作物蒸腾速率与温室环境参数间非线性耦合时延性关系,以温室环境参数:空气温度、空气湿度、太阳辐射度、土壤温度、叶面温度、土壤含水量的时间序列为输入量,温室黄瓜蒸腾速率时间序列为输出量,采用小波分解重构方法,分别建立低频时间序列和高频时间序列的非线性自回归动态神经网络(NARX)子网络预测模型,以子网络的预测叠加值为蒸腾速率预测值。结果表明:1层小波分解重构的低频时间序列A1和高频时间序列D1的子网络预测值与蒸腾速率分解重构目标值间相关性决定系数R2分别为0.949和0.853,平均绝对误差(MAE)分别为5.36和2.00 g·h-1。2层小波分解重构的低频时间序列A2和高频时间序列D2的子...
[期刊] 运筹与管理
[作者]
张文芬 杨家其
近年来海洋综合开发势头迅猛,海上船舶运输业的发展迅速,然而在创造可观的经济效益和社会效益的同时,海上险情事故频发,应急资源需求复杂多变。本文尝试将小波理论应用于海上应急管理领域,运用小波神经网络模型预测未来周期内的海域险情事故数。在海域险情事故预测的基础上,结合应急资源种类、海域的风险程度等影响因素,引入平均风险月度系数,构建了海上突发事件应急资源动态需求概念模型,间接预测应急资源需求,并提出部分可替代应急资源需求的预测思路。并以山东海事辖区为例,验证了该方法的有效性和可行性。
[期刊] 南京农业大学学报
[作者]
周罕觅 陈佳庚 代智光 马林爽 秦龙 李纪琛 苏裕民 向友珍
[目的]快速、准确识别植物病害并及时防护是保障作物产量的重要措施。针对现有植物病害识别方法模型参数大、田间复杂背景下识别准确率低的问题，本研究提出一种基于改进ShuffleNetV2的轻量化植物叶病识别模型LWCR-Net（Lightweight Crop Recognition Network）。[方法]首先，在基本特征提取模块中引入残差连接，解决梯度消失问题，使模型能够学习到更复杂的特征表示；然后，引入了CBAM（Convolutional Block Attention Module）注意力机制模块，以增强特征提取和模型利用能力；最后，采用DenseNet121作为教师模型，LWCR-Net作为学生模型，并利用知识蒸馏策略对模型进行训练，以进一步提升模型性能。[结果]试验结果表明，轻量化植物叶病识别模型LWCR-Net的模型大小为2.44 MB；F1值和准确率分别为95.49%和96.16%，较原模型提高了4.89%和3.96%。与DenseNet121、ResNet34、MobileNetV3等其他经典网络对比，LWCR-Net模型不仅达到了较高的识别准确率，且模型参数量较少。[结论]该研究提出的LWCR-Net模型能够实现在田间复杂背景下对植物叶病的准确识别，且模型所需内存较小，方便部署到移动端，为植物叶病智能诊断提供参考。
[期刊] 林业科学
[作者]
齐巍 王立海
利用榆木标准试件,在实验室内用超声波检测仪器对试件进行缺陷分类检测,检测信号作为原始信息。各类试件的原始信号用小波包分解,计算缺陷试件与完好试件在小波包第5层各结点的信号能量变化值。试验发现:木材缺陷引起能量的变化值主要由木材缺陷的大小或严重程度来决定,亦即木材的缺陷程度越严重,能量的变化幅度就越大;对小波包5层分解后各信号结点的能量变化值进行分析,发现在32个结点中,(5,0)结点在各类缺陷试件中能量值变化最大;使用经小波压缩后的信号作为神经网络的输入,形成应用频带能量变化值和应用(5,0)结点小波包系数的2个不同输入特征的人工神经网络。对比分析2个网络识别木材缺陷类型的能力,(5,0)结点...
[期刊] 特区经济
[作者]
吴曾 谭亚妮 姜楠 王德运
天然气是人民生活和工业生产的一种主要能源,随着天然气使用的逐步推广和天然气消费量的快速增长,正确合理地对天然气消费量进行预测有着重要而深远的意义。利用灰色关联度分析法筛选出影响天然气消费量的六个主要因素——人均GDP、天然气生产总量、居民消费水平、用气人口、城镇化率和管道运输长度,在此基础上提出了基于遗传算法优化的小波神经网络预测模型,以1995-2013年中国天然气消费量的统计数据为例对预测模型进行训练和检验,并将该预测方法与传统BP网络、小波神经网络预测方法作对比,预测结果表明,该方法的预测精度更高。遗传算法和小波神经网络相结合的预测方法,可以科学预测我国未来年份的天然气消费量,有效地提高了预测精度,为天然气行业的发展提供理论依据和实证支持。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
