- 年份
- 2024(6983)
- 2023(10173)
- 2022(8704)
- 2021(7849)
- 2020(6750)
- 2019(15401)
- 2018(15089)
- 2017(29276)
- 2016(15168)
- 2015(17032)
- 2014(16744)
- 2013(16302)
- 2012(14694)
- 2011(13273)
- 2010(13015)
- 2009(11864)
- 2008(10876)
- 2007(9114)
- 2006(7845)
- 2005(6740)
- 学科
- 济(88931)
- 经济(88870)
- 管理(45708)
- 业(40440)
- 方法(38722)
- 数学(35283)
- 数学方法(34722)
- 企(34531)
- 企业(34531)
- 地方(18814)
- 中国(16389)
- 业经(15519)
- 财(15414)
- 农(15048)
- 学(13701)
- 地方经济(12921)
- 贸(11020)
- 贸易(11013)
- 环境(10963)
- 理论(10735)
- 易(10642)
- 和(10547)
- 农业(10378)
- 制(10247)
- 务(9826)
- 财务(9779)
- 技术(9777)
- 财务管理(9758)
- 企业财务(9293)
- 融(9031)
- 机构
- 大学(217590)
- 学院(217532)
- 济(102349)
- 经济(100706)
- 管理(90330)
- 理学(79630)
- 理学院(78870)
- 管理学(77265)
- 管理学院(76855)
- 研究(68274)
- 中国(50112)
- 京(42571)
- 财(42207)
- 科学(38961)
- 财经(35226)
- 经济学(33009)
- 中心(32434)
- 经(32216)
- 所(31525)
- 江(29573)
- 经济学院(29515)
- 业大(29357)
- 研究所(28859)
- 农(27833)
- 财经大学(26489)
- 范(25994)
- 北京(25876)
- 师范(25757)
- 院(24663)
- 经济管理(24590)
- 基金
- 项目(153578)
- 科学(124496)
- 基金(116146)
- 研究(110852)
- 家(99965)
- 国家(99241)
- 科学基金(88326)
- 社会(75153)
- 社会科(71541)
- 社会科学(71524)
- 基金项目(60898)
- 省(59054)
- 自然(57108)
- 自然科(55922)
- 自然科学(55913)
- 自然科学基金(54907)
- 教育(51894)
- 划(49062)
- 资助(48100)
- 编号(42817)
- 部(34728)
- 重点(34203)
- 发(32944)
- 创(32479)
- 成果(32454)
- 国家社会(32288)
- 教育部(30975)
- 创新(30381)
- 人文(30380)
- 科研(29684)
共检索到304083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]
余伟 陈治明 罗飞
文章在分析宏观经济系统特点之后,针对现有的采用人工神经网络对经济系统进行建模和预测的方法的存在的问题,提出了一种改进型神经网络算法。首先对训练样本集采用链式数据重组的方法进行扩充;然后在构造的人工神经网络输入层单元引入经济指标的增长率数据和时间窗口序列数据。仿真结果表明,文章提出的算法能够增强神经网络的泛化能力,提高系统模型的预测精度。
关键词：
宏观经济 经济预测 人工神经网络
[期刊] 统计与决策
[作者]
范丽伟 代杰 尹俊超
为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型。数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法。
[期刊] 统计与决策
[作者]
范丽伟 代杰 尹俊超
为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型。数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法。
[期刊] 统计与决策
[作者]
李成 周恒
为了提高基于神经网络的国际原油价格预测性能,文章提出一种改进型变参数神经网络原油价格预测方法。该方法利用经验模式分解(EMD)对原油价格序列进行分解得到多个内蕴模式(IMF),对于每个IMF进行变参数的前向神经网络训练,将每个IMF下预测的结果进行综合,从而得到预测的原油价格。实证结果表明,相比已有的基于EMD和神经网络的预测方法,本方法的预测效果有一定的改善。
[期刊] 改革与战略
[作者]
罗睿 罗飞
在分析宏观经济系统特点之后,针对现有的采用人工神经网络对经济系统进行建模和预测的方法存在的问题,文章提出了一种改进的免疫粒子群优化神经网络算法。仿真结果表明:这种算法能够增强神经网络的泛化能力,提高系统模型的预测精度,使预测误差从原来BP神经元网络的15%下降到改进后的5%。
[期刊] 山西财经大学学报
[作者]
冯征
传统的神经网络财务预警模型存在缺陷,无法解释变量间的因果关系,使训练时间增加、训练精度下降。改进后的神经网络预警模型运用了统计方法、神经网络、粗糙集和模糊技术,能够得到优于传统神经网络模型的预测结果,弥补了传统神经网络模型解释性差的缺陷,实证研究结果也证实了该模型的有效性。
关键词：
财务预警 神经网络 粗糙集
[期刊] 统计与决策
[作者]
魏文轩
在研究神经网络算法和主成分分析理论的基础上,针对股票市场的高度非线性特征,结合主成分分析预处理方法,对原始交易数据进行降维,减少数据规模,提出一种改进的RBF神经网络模型对股票市场进行预测。通过实验对比表明,文章提出的模型具有收敛速度快、预测准确度高等特点,应用前景较好。
[期刊] 数量经济技术经济研究
[作者]
江学军 唐焕文
[期刊] 沈阳农业大学学报
[作者]
李增 迟道才 于淼
为了研究年降雨量的变化规律及特点,采取预防措施,减少灾害损失,根据1955～2006年盘锦地区的气象资料,利用Matlab软件分别取不同的网络训练样本,建立了3组BP神经网络预测模型。然后利用遗传算法对Elman神经网络进行优化,建立了遗传神经网络预测模型。对比结果表明遗传神经网络的预测精度高于BP神经网络预测模型。说明利用遗传神经网络模型对盘锦地区的年降雨量进行预测是可行的。
[期刊] 图书馆建设
[作者]
褚洪涛 徐洪侠
由于时间序列的非线性和时变性,以往的神经网络预测方法都无法获得理想的效果。基于自适应神经网络的时序数据n步预测算法,可以让计算机利用时序的历史数据自动构建结构最优和得到最佳训练的神经网络模型,能够准确地拟合出隐藏在时序数据中的时变的非线性映射关系。这一算法应用于股市中的时序预测与实证分析后,收到了较好预测效果。
关键词：
金融时间序列 自适应神经网络 预测算法
[期刊] 统计与决策
[作者]
沈军
[期刊] 统计与决策
[作者]
陆明希 严广乐
为了提高居民消费价格指数的预测精度,对于呈近似S形的CPI时间序列,利用灰色Verhulst模型对其预测。构造基于时间序列的人工神经网络输入输出模式,利用BP神经网络对原始数据与灰色Verhulst预测值的残差进行训练。仿真实例表明,该组合算法预测结果比单纯使用GM(1,1)模型、灰色Verhulst模型和文献[1]的总体误差要小,将神经网络引入到灰色Verhulst模型中能较好地提高预测精度。
[期刊] 情报学报
[作者]
连芷萱 王芳 康佳 袁畅
制定科技产业政策需要科学预测技术发展趋势，专利申请书能够细粒度地表述技术特征，对专利申请书进行分析并构建技术预测模型有助于提高技术预测准确率。本文以专利申请书为研究对象，构建一种基于粒子群算法和图神经网络的技术预测模型，以人工智能领域中美国公司在华布局的594项专利申请书作为研究对象，在技术预测任务上以指数平滑法、平均移动法、SVR (support vector regression)、GRU (gate recurrent unit)、RNN (recurrent neural network)等算法为基线进行实验。结果表明，本文模型的准确性优于现有技术预测模型，可揭示技术新特征的形成过程。采用此模型对人工智能领域美国在华专利布局进行预测，并对重点领域的具体技术特征进行分析，得出了当前美国在华技术布局的趋势、具体特征与空白点。该模型能够提升技术预测准确性，可为科技产业布局与科研人力物力投入提供决策依据。
[期刊] 统计与决策
[作者]
周飞 吕一清 石琳娜
文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征。在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性。
[期刊] 统计与决策
[作者]
周飞 吕一清 石琳娜
文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN)。并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征。在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
