- 年份
- 2024(7408)
- 2023(10767)
- 2022(9289)
- 2021(8647)
- 2020(7393)
- 2019(17284)
- 2018(16975)
- 2017(32709)
- 2016(17339)
- 2015(20027)
- 2014(19483)
- 2013(18807)
- 2012(16533)
- 2011(14500)
- 2010(14155)
- 2009(12669)
- 2008(11942)
- 2007(10089)
- 2006(8505)
- 2005(7095)
- 学科
- 济(69421)
- 经济(69352)
- 管理(49982)
- 业(46741)
- 企(40394)
- 企业(40394)
- 方法(37106)
- 数学(33322)
- 数学方法(32665)
- 中国(17773)
- 农(16996)
- 财(16355)
- 业经(15768)
- 学(13789)
- 理论(12754)
- 地方(12556)
- 贸(12341)
- 贸易(12334)
- 易(12033)
- 农业(11025)
- 务(11008)
- 技术(11006)
- 财务(10931)
- 财务管理(10905)
- 制(10897)
- 和(10431)
- 企业财务(10033)
- 环境(9736)
- 划(9149)
- 银(8603)
- 机构
- 学院(237686)
- 大学(235460)
- 管理(95797)
- 济(92280)
- 经济(90486)
- 理学(84265)
- 理学院(83402)
- 管理学(81419)
- 管理学院(81003)
- 研究(74406)
- 中国(54436)
- 京(48824)
- 科学(48464)
- 农(40364)
- 财(39717)
- 业大(38195)
- 所(36451)
- 中心(35576)
- 研究所(33792)
- 江(33771)
- 财经(32767)
- 农业(32175)
- 经(30063)
- 北京(29781)
- 范(29287)
- 师范(28840)
- 技术(27983)
- 院(27886)
- 经济学(27880)
- 州(26923)
- 基金
- 项目(173813)
- 科学(137769)
- 基金(127422)
- 研究(121933)
- 家(113049)
- 国家(112208)
- 科学基金(97452)
- 社会(76666)
- 社会科(72763)
- 社会科学(72742)
- 省(69289)
- 基金项目(67182)
- 自然(66652)
- 自然科(65234)
- 自然科学(65215)
- 自然科学基金(64018)
- 划(58755)
- 教育(58295)
- 资助(53255)
- 编号(48140)
- 重点(39734)
- 部(37895)
- 创(37388)
- 发(37086)
- 成果(36502)
- 创新(34898)
- 科研(34454)
- 计划(33712)
- 课题(33448)
- 教育部(32477)
共检索到326446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]
王宣承 刘恩猛 程展兴 方鹏飞
考虑到物流行业具有周期性和随机性等特征,文章提出了基于季节分解和神经网络的的物流预测混合模型。该模型结合了统计方法对季节和趋势等确定性因素的简洁刻画能力,以及神经网络模型对随机因素的强大非线性拟合功能,极大地提高了物流货运量的预测准确性。实证结果表明:与线性回归模型、ARIMA模型和支持向量机相比,混合模型对于铁路货运量的预测误差最小,准确度最高。
关键词：
季节分解 神经网络 物流预测 时间序列
[期刊] 统计与决策
[作者]
蒋传进 宋福根
汇率时间序列是一个动态复杂系统,单独的线性回归模型或者非线性神经网络都不能很好地反映系统的特征。文章将汇率时间序列分解成线性序列和非线性序列两部分,并分别用ARMA和NARX神经网络进行建模;最后组合成NARX-ARMA汇率混合预测模型。结果证明,相比其他汇率预测模型,NARX-ARMA混合模型有更好的预测效果。
关键词：
NARX ARMA 汇率预测
[期刊] 沈阳农业大学学报
[作者]
迟道才 郑俊林 许杏娟 吴奇 陈涛涛
为了提高具有非线性和非稳定性特征的参考作物腾发量(ET0)时间序列的预测精度,提出基于经验模态分解(EMD)的BP神经网络预测模型。以大连地区1970~2006年间逐月ET0序列为例,首先应用经验模态分解(EMD)方法将ET0序列分解为具有不同尺度特征的本征模态函数(IMF),然后运用BP神经网络对ET0序列和分解得到的IMF进行训练,得到ET0序列的预测模型,并对ET0进行预测,最后将预测值及单纯的BP神经网络预测值分别与真实值进行对比分析。结果表明:EMD-BP模型预测值的平均绝对百分误差(MAPE)、均方根误差(RMSE)、平均绝对差(MAD)及判定系数(R2)分别为1.32%,0.03...
[期刊] 统计与决策
[作者]
邓晓卫 章铖斌
文章以LSTM和BP神经网络为基础,引入一个混合神经网络模型将其应用于证券市场上的统计套利。实证表明:混合神经网络模型预测更精准;基于混合神经网络模型预测确定的套利策略其收益率、套利成功率、套利次数均高于BP神经网络模型预测进行套利的结果;扩大投资组合的规模可以有效增加套利次数和套利成功率,同时降低投资风险。
关键词：
神经网络 预测 投资组合 统计套利
[期刊] 统计与决策
[作者]
梁杰 位金亮 扎彦春
[期刊] 统计与决策
[作者]
杨宏峰 陈蔚
本文选取沪深两市在2003-2005年被实行退市风险警示的56家上市公司以及随机选取的56家正常公司进行研究,选取10个初始财务指标,在进行T检验的基础上,确定了7个财务指标作为判别模型中使用的解释变量。并利用基于神经网络—Logit回归的混合两阶段模型预测上市公司财务困境,结果显示,模型具有较强的判别能力。
关键词：
财务困境 神经网络 Logit模型
[期刊] 国际贸易问题
[作者]
陆倩 张卫国
本文以出口额、实际汇率、我国GDP、美国IPI及它们的季节变量等六个变量为决定变量,运用BP神经网络、ARIMA及AR-GARCH三种方法,对我国向美国的出口额分别建模,并进行了预测。选取误差指标,分别对三个模型得到的模拟结果和预测结果同真实值进行比较。结果发现,三种模型效果都令人满意,虽在模拟和预测能力上有一定差别,但ARIMA模型优势明显。本文分析了以上结果产生的原因,并结合模型为提高我国出口提出建议。
[期刊] 清华大学学报(自然科学版)
[作者]
王文广 陈运文 蔡华 曾彦能 杨慧宇
在法律文书智能化处理过程中,针对罪名预测、法条推荐、刑期预测,该文提出了一种长文本分类的混合深度神经网络模型HAC (hybrid attention and CNN model),该模型利用残差网络融合了改进的层次注意力网络(iHAN)和深度金字塔卷积神经网络(DPCNN)。在"中国法研杯"司法人工智能挑战赛(CAIL-2018)的测试数据集上,该模型对罪名的预测与相关法条的推荐的F1-Score(Micro-F1和Macro-F1的均值)分别为85%和87%。对于刑期的预测,由于地区、年代、法院、法官、被告人的态度等方面的差异会导致刑期预测难度加大。该模型具有优良的预测性能和泛化能力,能够很好地适应这些差异。同时,将该模型在罪名预测和法条推荐的输出结果加入到刑期预测任务的输入中,并使用分类方法对刑期进行预测,进一步提升了模型的效果,最终在刑期预测任务中F1-Score超过77%,获得CAIL-2018刑期预测优秀成绩。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
王义民 张珏
【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。
关键词：
混沌径流时间序列 径流预测 神经网络
[期刊] 统计与决策
[作者]
申兆光
我国季度GDP时间序列具有趋势、季节性和周期性特征,文章运用趋势-季节回归和ARMA的混合模型,捕捉其动态变化,对近期季度GDP做出较为准确的预测。
关键词：
季度GDP 混合模型 预测
[期刊] 统计与决策
[作者]
程肖冰 曹丽婷 李苏建
文章结合部分零售商品的销售特征和影响销售的因素，采用改进神经网络模型进行预测分析。由于基本径向基（RBF）神经网络模型容易出现对训练样本过度拟合现象，因此使用粒子群（PSO）算法和随机梯度下降法（SGD）混合优化RBF模型，其中PSO能够降低算法陷入局部极小的可能性，SGD则可以保证算法的局部搜索能力。针对零售商品短期销量的预测，优化模型预测精度较高、预测稳定性好。
[期刊] 物流技术
[作者]
肖苏 熊焱
针对物流业税收相关数据的高相关性和冗余等问题,提出一种基于改进灰度统计和神经网络的物流业税收预测模型,预测模型应用灰度统计方法解决原始数据的相关性和冗余问题,应用最优化的神经网络确定预测模型的参数,以提高预测模型的准确性。以中国国家年鉴和某省年鉴为数据来源对预测模型进行检验,结果表明,基于灰度统计和神经网络原理建立的预测模型能够快速优化参数并提供更准确的预测结果,模型的自学习能力适用于税收预测等,具有较高的实用价值。
关键词：
税收预测 灰度统计 神经网络 物流业
[期刊] 物流技术
[作者]
张亚佩
利用往年的整车销售数据建立了基于BP神经网络的整车销售模型,然后采用该模型对未来几年的整车销售情况进行了预测,并与实际销售情况进行了对比。试验结果证明,该模型具有较好的预测效果,对汽车生产商和第三方物流公司来说,具有很好的参考价值。
[期刊] 物流技术
[作者]
梁军
物流外包量受到经济、政策、区域多种因素影响,其变化具有周期性和随机性,传统单一模型难以对其进行准确预测。为了提高物流外包量的预测准确率,提出了一种优化神经网络的物流外包预测模型。首先采用灰色预测模型对物流外包的周期性变化规律进行预测,然后采用神经网络模型对随机性规律进行预测,最后用灰色预测模型对神经网络进行优化,得到物流外包量最终预测结果,提高了预测准确率。结果表明,优化神经网络模型可以很好对物流外包量变化规律进行刻画,提高了物流外包量的预测准确率。
关键词：
物流外包 预测模型 灰色模型 神经网络
[期刊] 统计研究
[作者]
石庆焱
The paper presents a method to establish a new model to score personal credibility.It firstly establishes a model of neural network.And secondly uses Logistics regression to construct a final model by applying the result (probability of default) of the neural network model.The experimental analysis shows that the new model is more stable than neural network model, and the forecasting accuracy of the new model is higher than simply using Logistic regression method.
关键词：
信用评分 神经网络 Logistic回归
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
