- 年份
- 2024(5940)
- 2023(8710)
- 2022(7496)
- 2021(7117)
- 2020(6079)
- 2019(14249)
- 2018(14103)
- 2017(27784)
- 2016(14518)
- 2015(16434)
- 2014(16004)
- 2013(15251)
- 2012(13396)
- 2011(11733)
- 2010(11344)
- 2009(10130)
- 2008(9314)
- 2007(7634)
- 2006(6174)
- 2005(4909)
- 学科
- 济(58382)
- 经济(58328)
- 管理(42769)
- 业(40972)
- 企(35268)
- 企业(35268)
- 方法(33776)
- 数学(30667)
- 数学方法(30052)
- 财(13982)
- 农(13834)
- 中国(12825)
- 业经(12352)
- 理论(10735)
- 贸(10272)
- 贸易(10266)
- 易(10031)
- 技术(9883)
- 务(9638)
- 财务(9584)
- 财务管理(9564)
- 地方(9463)
- 学(9325)
- 农业(9184)
- 企业财务(9057)
- 和(8729)
- 制(8309)
- 环境(8029)
- 划(7903)
- 教学(7048)
- 机构
- 学院(194497)
- 大学(193152)
- 管理(83445)
- 济(78051)
- 经济(76635)
- 理学(74258)
- 理学院(73558)
- 管理学(71861)
- 管理学院(71503)
- 研究(54716)
- 中国(40125)
- 京(38164)
- 科学(33789)
- 财(33412)
- 业大(28768)
- 财经(28262)
- 中心(27467)
- 农(26841)
- 江(26196)
- 经(26041)
- 所(24618)
- 经济学(24014)
- 范(23905)
- 师范(23648)
- 研究所(22843)
- 北京(22714)
- 经济管理(21959)
- 经济学院(21895)
- 财经大学(21635)
- 商学(21436)
- 基金
- 项目(144990)
- 科学(117064)
- 基金(108295)
- 研究(104566)
- 家(93974)
- 国家(93271)
- 科学基金(83124)
- 社会(67574)
- 社会科(64254)
- 社会科学(64238)
- 基金项目(57558)
- 省(56869)
- 自然(55828)
- 自然科(54699)
- 自然科学(54690)
- 自然科学基金(53707)
- 教育(50425)
- 划(47755)
- 资助(44570)
- 编号(42160)
- 部(32370)
- 重点(32325)
- 创(31619)
- 成果(31454)
- 发(30019)
- 创新(29425)
- 教育部(28581)
- 科研(28484)
- 国家社会(28388)
- 人文(27970)
共检索到254569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]
李晓静
文章提出了一种基于多重分形与概率神经网络相结合的海温预测方法。该方法利用多重分形方法将海温序列挖掘出多个蕴含海温变化信息的时间序列;利用多重分形计算得到的多个时间序列作为概率神经网络的输入因子建立预报模型;利用该预报方法对NINO综合区平均海温进行未来1~3个月的预报实验,结果表明:该方法能较好的实现NINO综合区平均海温的预测,这对厄尔尼诺/拉尼娜现象的监测和预报工作提供了一种新的方法。
关键词：
PNN 多重分形 海温 ENSO 预测
[期刊] 统计与决策
[作者]
李晓静
文章提出了一种基于多重分形与概率神经网络相结合的海温预测方法。该方法利用多重分形方法将海温序列挖掘出多个蕴含海温变化信息的时间序列;利用多重分形计算得到的多个时间序列作为概率神经网络的输入因子建立预报模型;利用该预报方法对NINO综合区平均海温进行未来13个月的预报实验,结果表明:该方法能较好的实现NINO综合区平均海温的预测,这对厄尔尼诺/拉尼娜现象的监测和预报工作提供了一种新的方法。
关键词：
PNN 多重分形 海温 ENSO 预测
[期刊] 华东经济管理
[作者]
阮素梅 于宁
证券投资基金收益往往具有更高的峰度与更大的偏度,建立在古典假定基础上的均值回归分析难以给出准确预测结果。考虑到证券投资基金收益中的高峰、非对称等典型特征与各因素对收益序列的非线性影响模式,建立神经网络分位数回归模型,一方面,可以通过分位数回归功能,揭示各因素对证券投资收益整个条件分布的影响规律;另一方面,可以通过神经网络结构,模拟金融系统中的非线性关系。在神经网络分位数回归模型基础上,对证券投资基金收益整个条件密度函数进行预测,提供比点预测更多的有用信息,便于进行科学决策。
[期刊] 工业技术经济
[作者]
韩静
本文介绍了PNN方法及其分类机理,构造了用于识别两类模式样本的PNN结构,考虑七个财务指标:资产收益率、负债比率、存货比率、应收账款比率、总资产周转率、盈利指数和现金流量指数作为我国上市企业信用判别模型的识别变量,对32上市公司进行两类模式分类建模,并利用该模型对另16家上市公司进行检验。仿真结果表明,PNN对两类模式样本的分类准确率达到81.25%。由此知,PNN结构其分类效果较好,对企业信用评级建模具有一定价值。
关键词：
概率神经网络 信用评价 两类模式 建模
[期刊] 长江流域资源与环境
[作者]
崔东文
湖库总磷(TP)含量与环境因子的相关性往往并不显著,导致总磷预测精度不高,效果不理想。为提高总磷的预测精度,提出一种基于BP、Elman、RBF、GRNN(以下简称BP等4种)神经网络算法原理的组合预测模型,将影响总磷预测精度的NH+4-N、CODMn和透明度3个相关因子作为BP等4种模型的输入向量,总磷实测值作为输出向量,构建3输入1输出的单一预测模型;以BP等4种单一模型预测结果作为下一BP等4种模型的输入向量,总磷实测值作为输出向量,从而构建4输入1输出的一次组合预测模型;再以一次组合神经网络模型预测结果作为下一BP等4种模型的输入向量,总磷实测值作为输出向量,构建4输入1输出的二次组合...
[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] 山西财经大学学报
[作者]
王成军 左新慧
根据BP神经网络原理,以建筑特征参数为输入变量,利用实际资料对网络进行训练和模拟,收集了16个住宅工程,其中的14个作为训练样本,2个作为检测实例。结果显示,该模型在建筑工程造价预测中具有有效性。
关键词：
工程估价 神经网络 估价模型 BP算法
[期刊] 统计与决策
[作者]
郭秋艳 何跃
文章运用消除趋势波动分析方法(DFA),计算了全国GDP年度数据的标度指数。计算结果表明GDP时间序列具有持久性的长程相关,用已知的GDP值来预测未来一段时间内的GDP变化趋势是可行的,在此基础上,鉴于GDP预测的非线性、时变性和不确定性,利用人工神经网络自学习、自适应和非线性的特点,将经济变量数据归一化处理,建立BP神经网络预测模型。
关键词：
DFA BP神经网络 GDP 预测
[期刊] 统计与决策
[作者]
吴晓峰 杨颖梅 陈垚彤
文章根据ARIMA时间序列模型和BP神经网络模型分别在处理线性空间预测问题和非线性空间预过测对问北题京中市的居优民势消,费建价立格了指一数种(C基PI于)B序P列神的经实网证络分误析差证校明正了的该差组分合自预回测归模移型动相平对均(于A单RI一MA预)测组模合型预在测C模PI型预,通测中的有效性,并利用该模型预测了未来一段时间北京市CPI的走势。
关键词：
ARIMA BP神经网络 组合预测
[期刊] 统计与决策
[作者]
王鑫 肖枝洪
文章将干预模型与BP神经网络模型相结合,提出了基于干预模型与BP神经网络集成的GDP时间序列预测模型,并实现了算法。利用我国1978~2004年的GDP数据建立多干预变量集成预测模型,对我国2005~2009年的GDP数据进行预测,并将预测值与其他文献所建模型的预测值进行比较,预测误差明显减少,证实了所建立模型处理外部事件(如宏观经济因素、政治因素等)的有效性。
[期刊] 统计与决策
[作者]
李博 王建国 李静文
为提高神经网络自回归预测模型的精度,文章构建了基于神经网络的景气预测模型。主要运用景气预测判断先行指标,以及其相对基准指标的先行期数,结合神经网络非线性适应能力、自适应能力强等特点,构建了基于RBF神经网络、广义回归神经网络、BP神经网络、Elman神经网络的四种景气预测模型。对比分析这四种基于神经网络的景气预测模型和神经网络自回归预测模型,发现基于神经网络的景气预测模型均取得良好的预测效果,其中,基于RBF神经网络的景气预测模型最佳。
[期刊] 统计与决策
[作者]
沈军
[期刊] 统计与决策
[作者]
张吉刚 梁娜
一、引言税收预测是在充分分析影响税收收入因素的变化和相关税收历史资料的基础上,运用一定的预测理论、方法和模型,对未来税收收入的前景做出判断。科学、
[期刊] 统计与决策
[作者]
李静文 刘刚
文章以先行指标作为模型的输入层,以基准指标作为模型的输出层,构建了基于BP神经网络模型的景气预测模型。模型结合了BP神经网络模型和景气预测模型的优势,以高新技术行业的总收入进行实证研究。对比了二次指数平滑模型和BP神经网络模型的预测结果,从三种模型的拟合度以及预测指标评价体系的计算结果可知构建的模型拟合度得到了很大的提高。
[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
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
