- 年份
- 2024(7531)
- 2023(10884)
- 2022(9393)
- 2021(8708)
- 2020(7459)
- 2019(17287)
- 2018(17037)
- 2017(33185)
- 2016(17780)
- 2015(20105)
- 2014(20138)
- 2013(19777)
- 2012(18023)
- 2011(16243)
- 2010(15734)
- 2009(14534)
- 2008(14239)
- 2007(12716)
- 2006(10561)
- 2005(9203)
- 学科
- 济(78545)
- 经济(78474)
- 管理(51506)
- 业(48752)
- 企(40299)
- 企业(40299)
- 方法(39805)
- 数学(35757)
- 数学方法(35322)
- 农(19273)
- 财(18775)
- 地方(17502)
- 中国(17240)
- 业经(15517)
- 贸(14868)
- 贸易(14867)
- 学(14601)
- 易(14451)
- 农业(12874)
- 和(12344)
- 务(12314)
- 财务(12270)
- 财务管理(12240)
- 制(12028)
- 环境(11825)
- 企业财务(11592)
- 理论(11269)
- 技术(11035)
- 地方经济(10258)
- 融(9975)
- 机构
- 学院(254858)
- 大学(254667)
- 济(105015)
- 管理(103144)
- 经济(102947)
- 理学(90474)
- 理学院(89504)
- 管理学(87904)
- 管理学院(87426)
- 研究(78902)
- 中国(58380)
- 京(51482)
- 科学(49557)
- 财(45456)
- 农(40042)
- 中心(38579)
- 所(38458)
- 业大(38120)
- 财经(37711)
- 江(36597)
- 研究所(35434)
- 经(34303)
- 范(32880)
- 师范(32542)
- 经济学(32485)
- 农业(31787)
- 北京(31215)
- 经济学院(29671)
- 州(29218)
- 院(28653)
- 基金
- 项目(179545)
- 科学(142946)
- 基金(132113)
- 研究(129311)
- 家(114789)
- 国家(113917)
- 科学基金(99270)
- 社会(83096)
- 社会科(78912)
- 社会科学(78889)
- 省(70779)
- 基金项目(70624)
- 自然(65339)
- 自然科(63855)
- 自然科学(63837)
- 自然科学基金(62689)
- 教育(60415)
- 划(59554)
- 资助(53656)
- 编号(52526)
- 成果(40888)
- 重点(40432)
- 部(40005)
- 发(38703)
- 创(37786)
- 创新(35338)
- 科研(35220)
- 课题(35058)
- 国家社会(34659)
- 教育部(34498)
- 期刊
- 济(105322)
- 经济(105322)
- 研究(64947)
- 中国(41352)
- 学报(38485)
- 科学(35708)
- 财(35661)
- 管理(34911)
- 农(34378)
- 大学(29101)
- 学学(27564)
- 技术(23695)
- 农业(23542)
- 教育(23209)
- 融(18738)
- 金融(18738)
- 业经(18026)
- 财经(17919)
- 经济研究(17202)
- 经(15347)
- 问题(14465)
- 统计(13500)
- 技术经济(13205)
- 业(12724)
- 策(12481)
- 商业(12376)
- 图书(12356)
- 理论(12139)
- 资源(12064)
- 版(12054)
共检索到348234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] 图书情报工作
[作者]
余传明
[目的 /意义]通过在标注资源丰富的源领域(Source Domain)中学习,并将目标领域(Target Domain)的文档投影到与源领域相同的特征空间(Feature Space)中去,从而解决目标领域因标注数据量较小而难以获得好的分类模型的问题。[方法 /过程]选择亚马逊在书籍、DVD和音乐类目下的中文评论作为实验数据,以跨领域情感分析作为研究任务,提出一种跨领域深度循环神经网络(Cross Domain Deep Recurrent Neural Network,CD-DRNN)模型,实现不同领域环境下的知识迁移。CD-DRNN模型在跨领域环境下的平均分类准确度达到了81. 70%,优于传统的栈式长短时记忆网络(Stacked Long Short Term Memory,Stacked-LSTM)模型(79. 90%)、双向长短时记忆网络模型(Bidirectional Long Short Term Memory,Bi-LSTM)模型(80. 50%)、卷积神经网络长短时记忆网络串联(Convolution Neural Network with Long Short Term Memory,CNN-LSTM)(74. 70%)模型以及卷积神经网络长短时记忆网络并联(Merged Convolution Neural Network with Long Short Term Memory,Merged-CNNLSTM)模型(80. 90%)。[结果 /结论]源领域和目标领域的知识迁移能够有效解决监督学习在小数据集上难以获得好的分类效果的问题,通过CD-DRNN模型能够从无标注数据中有效地筛选特征,从而大大降低目标领域数据标注相关的工作量。
[期刊] 情报学报
[作者]
刘非凡 张爽 罗双玲 夏昊翔
准确地探测和识别学科领域知识结构对于理解学科发展动态、制定科技政策以及开展科研活动具有重要意义。当前,针对该问题的探索思路主要集中在两个方面:文本内容分析和网络结构分析。在现有的研究中,这两种研究思路往往仅作为相互辅证的依据,缺少同时融合文本信息与结构信息来探测领域知识结构的方法。因此,本文借助深度学习领域涌现出的新兴算法,把深度图神经网络模型与文档表示学习以及流形学习算法加以综合,提出新的学科领域知识结构探测框架。分别选取了代表基础研究学科与新涌现研究领域的两个数据集对所提研究框架进行验证,实验结果表明,深度图神经网络能够有效融合文献的文本内容特征信息以及其引用关系特征信息,提高了领域知识结构探测效率及可识别度。本文的研究拓展了深度图神经网络模型的应用场景,并对情报工程应用领域具有一定的借鉴参考价值。
[期刊] 数据分析与知识发现
[作者]
余传明 冯博琳 安璐
【目的】通过在标注资源丰富的源领域中学习,并将目标领域的文档投影到与源领域相同的特征空间中去,从而解决目标领域因数据量较小难以获得好的分类模型的问题。【方法】选择亚马逊在线购物网站在书籍、DVD和音乐类目下的中文、英文和日文评论作为实验数据,在卷积神经网络和结构对应学习的基础上提出跨领域深度表示模型(CDDRM),以实现不同领域环境下的知识迁移,并将其应用到跨领域情感分析任务之中。【结果】实验结果表明,CDDRM在跨领域环境下最优的F值达到0.7368,证明了该模型的有效性。【局限】CDDRM针对长文本的
关键词：
跨领域 知识迁移 深度表示学习 情感分析
[期刊] 情报理论与实践
[作者]
余传明 王峰 胡莎莎 安璐
[目的/意义]将跨语言文本情感分析分为跨语言向量对齐、文档向量生成和分类器迁移三个模块,探究不同模块对跨语言文本情感分析效果的影响。[方法/过程]选择亚马逊在书籍、音乐和DVD类目下的商品评论作为实验数据,首先采用生成对抗网络对源语言和目标语言进行语义映射,然后使用平均法获取文档向量,最后通过支持向量机进行情感分类。[结果/结论]当使用F1值作为评价指标时,与基线方法相比,本文所提出的跨语言情感分析方法受领域和语言变化的影响较小,具有较强的鲁棒性,在整体上取得了较高的准确率。实验结果表明跨语言情感分析方法能够有效应对目标语言标注语料资源匮乏问题,从而改善情感分类准确率。[局限]只在三种语言上进行了跨语言情感分析实验,后续将在更多的语言情境下探究本文方法的效果。
[期刊] 预测
[作者]
刘洪
引言回归分析是确定变量与变量之间相互关系的一种定量分析方法,依据因变量与自变量之间的函数关系是线性的还是非线性的,一般被分为线性回归和非线性回归。在线性回归和可转化为线性的非线性回归中,传统的参数估计方法是基于高斯—马尔可夫定理的最小二乘法(Least Squares,简记LS法);在非线性回归分析中
[期刊] 技术经济
[作者]
张西栓 郭嗣琮 金镭
[期刊] 情报学报
[作者]
张海涛 王丹 徐海玲 孙思阳
本文基于卷积神经网络构建了微博舆情情感分类模型,通过爬虫方式获取微博话题数据,利用word2vec训练词向量,采用NLPIR/ICTCLAS2016工具进行分词,进而通过Matlab编程实现模型训练和测试。结果表明,模型能够实现有效的微博舆情情感分类,相较传统机器学习具有一定的优越性。
[期刊] 物流技术
[作者]
姚志英 王成林 姚滢滢
设计了一种物品检测深度卷积神经网络,应用于物流分拣传输过程中物品检测。分析了深度卷积神经网络的结构及其在图像特征提取和信息降维方面的作用;设计了由卷积层、池化层、激活函数层和全连接网络层组成的物品检测深度卷积神经网络;构建了由300幅图像和标注结果组成的样本库,抽取60%的样本作为网络训练样本集,其余40%样本平均分成两组,其中一组作为网络训练过程中验证样本,另一组作为对训练好网络进行性能验证的测试样本;在设定网络参数的基础上进行网络的训练和测试;通过分析网络训练过程中各层的输出,发现所设计的网络可以很好地实现图像中所含物品特征的检测;网络训练过程验证精度可达100%,测试正确率可达98.33%。由此可知深度卷积神经网络性能良好,可用于物流分拣生产中的物品检测。
[期刊] 图书情报工作
[作者]
朱娜娜 景东 薛涵
［目的 ／意义］微博作为一种新兴的社交媒体平台，被互联网用户广泛关注。微博数据中包含着大量的用户信息、用户行为及用户生成内容，基于微博内容自动识别图书名有利于分析用户阅读兴趣、收集用户对图书的评价和挖掘图书相关知识。［方法 ／过程］基于微博的数据特点，提出一种基于深度神经网络的表示学习方法，利用微博中候选图书名的上下文连续向量化表示，实现微博内容中的图书名自动识别。［结果 ／结论］实验结果表明，所提出的方法显著优于传统基于特征工程的有指导机器学习方法，并达到９１．９２％的精确率。
关键词：
图书名识别 神经网络 深度学习 微博
[期刊] 清华大学学报(自然科学版)
[作者]
刘琼 李宗贤 孙富春 田永鸿 曾炜
针对基于卷积神经网络的图像识别采用随机初始化网络权值的方法易收敛到局部最优值的问题,该文提出了一种结合无监督和有监督学习的网络权值预训练算法。融合零成分分析白化与深度信念网络预学习得到的特征,对卷积神经网络权值进行初始化;通过卷积、池化等操作,对训练样本进行特征提取并使用全连接网络对特征进行分类;计算分类损失函数并优化网络参数。在公开图像数据库中进行了大量实验,与公开最佳算法比较,该算法在MNIST中的识别错误率降低了0.1%,在Caltech101中的分类准确率提升了0.56%,验证了该算法优于现有算法。
关键词：
深度信念网络 图像识别 卷积神经网络
[期刊] 统计与决策
[作者]
梁龙跃 陈玉霞
针对季度GDP数据，文章基于深度学习长短期记忆（LSTM）神经网络模型，结合小波分析技术（WA）分解所选取的宏观经济变量，构建了LSTM&WA预测模型，同时，引入多个基准模型进行对比分析。研究表明：对于季度GDP数据，深度学习模型结合小波分析预测结果更优；针对结构复杂的非线性多变量数据，LSTM&WA预测模型具有较好的泛化能力，其预测精度均优于其他基准模型。
[期刊] 统计研究
[作者]
王小燕 冮建伟 姚欣悦
多分类问题涉及信用风险管理、股票走势预测等多个领域。深度神经网络（DNN）是常用于多分类预测的机器学习模型，然而输入特征维度较高且存在冗余信号时，将加重其可解释性不强和结构冗余等缺陷；同时，常用的Softmax损失也可能面临分类边界模糊导致预测效果不佳等问题。为此，本文针对多分类问题，提出一个新的深度神经网络CMCP-LMCL，利用CMCP变量选择方法压缩输入特征到第1隐藏层的权重。该方法融合权重的组结构，能够剔除无关特征以及不重要的连接；同时，对特征层之外的权重施加权重衰减L2惩罚，有利于改进过拟合问题。新方法的增强边缘余弦损失（LMCL）在Softmax基础上引入扩大参数和距离参数，增大分类决策边界的间隔以期提高分类预测性能。模拟分析表明，对比已有DNN和传统分类方法，无论特征以简单线性形式还是复杂非线性形式映射到因变量，本文所提出的方法均具有良好的特征选择性能和预测表现。基于信用贷款数据的实证分析表明，该方法能够有效选择风险指标并进行违约风险预警。
[期刊] 统计研究
[作者]
杨青 王晨蔚
作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神经网络具有很强的泛化能力,对全部指数不同期限的预测效果均很稳定;②相比三种对照模型(SVR、MLP和ARIMA),LSTM神经网络具有优秀的预测精度,其对全部指数的平均预测精度在不同期限上均有提升;③LSTM神经网络能够有效控制误差波动,相比三种对照模型,其对全部指数的平均预测稳定度在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势,其未来在金融预测等方向将有广阔的应用前景。
关键词：
LSTM神经网络 深度学习 股票指数预测
[期刊] 清华大学学报(自然科学版)
[作者]
王晓明 赵歆波
传统眼动模型基于心理学假设和经验数据构建,不能对未见文本数据进行预测,且不能解决阅读个体化差异问题。针对这一问题,该文提出了一种利用深度神经网络预测读者注视点的眼动模型。与传统基于心理学的眼动模型不同,该模型不是基于经验数据集,而是基于双向长短期记忆-条件随机场(bi-directional long short-term memory-conditional random field,bi-LSTM-CRF)神经网络。该模型使用阅读过程中读者的眼球运动数据作为训练数据,来预测该读者阅读其他文本时的注视点。计算机模拟结果表明:bi-LSTM-CRF模型能够使用较少的数据特征获得与现有机器学习模型相似的预测准确度,这使所提出的模型在实时人机交互应用领域具有吸引力。
[期刊] 现代管理科学
[作者]
尹豪 朱晓丽
人工神经网络方法在经济管理领域的应用与发展主要表现在应用领域的拓展和与其他经济管理研究方法的结合。本文首先论述了人工神经网络发展历史,其次分析了该方法在微观经济、宏观经济,以及金融、证券、社会评价和辅助决策领域的应用,最后阐述了该方法在与主成分分析、计量经济、专家系统的结合中取得的进展。
关键词：
人工神经网络 经济管理 模拟 评价
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
