- 年份
- 2024(6442)
- 2023(9264)
- 2022(7854)
- 2021(7457)
- 2020(6244)
- 2019(14342)
- 2018(14224)
- 2017(27463)
- 2016(14612)
- 2015(16381)
- 2014(16070)
- 2013(15172)
- 2012(13568)
- 2011(11833)
- 2010(11185)
- 2009(9821)
- 2008(8915)
- 2007(7544)
- 2006(6015)
- 2005(4870)
- 学科
- 济(55199)
- 经济(55130)
- 管理(40993)
- 业(37240)
- 企(31250)
- 企业(31250)
- 方法(29713)
- 数学(26868)
- 数学方法(26495)
- 财(14478)
- 农(14127)
- 中国(13887)
- 业经(11401)
- 制(10412)
- 学(10231)
- 贸(9706)
- 贸易(9705)
- 理论(9692)
- 易(9482)
- 务(9332)
- 财务(9281)
- 财务管理(9259)
- 地方(9200)
- 农业(8892)
- 技术(8866)
- 企业财务(8795)
- 体(8599)
- 和(8223)
- 银(8011)
- 银行(7990)
- 机构
- 大学(190265)
- 学院(189693)
- 管理(78473)
- 济(76896)
- 经济(75442)
- 理学(69077)
- 理学院(68416)
- 管理学(67065)
- 管理学院(66711)
- 研究(56969)
- 中国(42484)
- 京(37980)
- 科学(34582)
- 财(34406)
- 农(29043)
- 业大(28657)
- 中心(28582)
- 财经(28540)
- 江(26638)
- 经(26301)
- 所(25908)
- 范(24102)
- 研究所(23964)
- 经济学(23924)
- 师范(23789)
- 农业(22924)
- 北京(22462)
- 经济学院(21792)
- 财经大学(21780)
- 院(21478)
- 基金
- 项目(140903)
- 科学(112963)
- 基金(104788)
- 研究(102785)
- 家(91093)
- 国家(90403)
- 科学基金(79588)
- 社会(66755)
- 社会科(63337)
- 社会科学(63323)
- 基金项目(55709)
- 省(54820)
- 自然(52059)
- 自然科(50977)
- 自然科学(50963)
- 自然科学基金(50048)
- 教育(48616)
- 划(46123)
- 资助(42147)
- 编号(41637)
- 成果(32148)
- 部(31593)
- 重点(31223)
- 创(30191)
- 发(29075)
- 国家社会(28338)
- 创新(28211)
- 教育部(27723)
- 科研(27666)
- 课题(27504)
共检索到261150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] 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] 统计与决策
[作者]
高雷 曹永锋 李芬香
本文研究了个体定税预测模型问题。简要介绍了BP神经网络的结构,通过分析影响个体定额定税的主要因素,提出了基于BP神经网络的个体定税预测模型。运用MATLAB7.0对样本数据进行了仿真,结果证明了模型的正确性与适用性,并对该模型进行了分析评价。
关键词：
个体定税-BP神经网络-预测
[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]
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] 财会月刊
[作者]
刘洪久 Robert Rieg 马卫民
现金流预测是项目投资决策和评价企业未来价值的关键性因素。本文通过采用滑动窗技术确定RBF神经网络的训练样本和测试样本,然后通过变换不同的分布函数值对模型进行建模和仿真。实证研究结果表明,RBF神经网络模型训练和仿真结果稳定,预测效果良好。
关键词：
滑动窗技术 RBF神经网络 现金流预测
[期刊] 图书情报工作
[作者]
孔德婧 董放 陈子婧 刘宇涵 周源
[目的/意义]由于新兴技术本身的超前性,其刚出现的关注度往往不是很高。目前研究更多遵循技术发展路径依赖进行新兴技术的识别,会忽略一些颠覆现有技术轨道的技术研发。通过对与领域内主流技术相似度较低的离群专利进行分析,可以更有效地识别这类技术研发并预测新兴技术。[方法/过程]提出一种基于深度学习的离群专利识别与新兴技术预测方法。首先使用BERT预训练模型基于专利文本构建相似度网络,识别离群专利,然后基于DNN模型构建离群专利指标与技术影响力之间的关系,实现从海量离群专利中快速、准确地预测新兴技术。最后以数控系统领域为例,从德温特专利数据库获取近10年领域内所有专利,进行实证分析。[结果/结论]数控系统领域的实证分析结果验证了模型的有效性,同时对国家的技术发展政策制定以及相关领域企业技术布局具有重要的指导意义。
关键词：
新兴技术 深度学习 离群专利 数控系统
[期刊] 管理科学
[作者]
尹隽 彭艳红 陆怡 葛世伦 刘鹏
随着企业信息化水平的不断提高,企业核心业务越来越依赖于信息系统的可靠运行,任何信息系统用户进行的异常操作都可能给企业带来不可估量的损失。企业更加重视用户异常行为可能对企业造成的负面影响,如何有效预测企业信息系统的异常行为成为当前的研究问题。设计企业信息系统用户异常行为的预测框架,明确企业信息系统用户异常行为的界定标准,基于用户日志数据,在已有研究基础上加入业务维度构建特征模型,采用深度神经网络方法进行用户异常行为预测。通过与经典统计方法和传统机器学习方法对比进行模型评估,以某船舶企业为例进行实验分析,初步验证该预测框架的有效性。研究结果表明,加入业务特征后的特征模型整体表现更好,召回率、查准率和AUC分别提高3. 52%、2. 16%和3. 36。基于数据驱动的深度神经网络模型可以层层抽取用户异常行为的抽象特征,提高各个特征对异常行为预测的效率。与多重线性回归方法相比,深度神经网络的召回率和查准率分别提高16. 49%和7. 46%;与支持向量机算法相比,召回率、查准率和AUC分别提高3. 09%、5. 09%和0. 08。进一步比较3个部门的模型发现,在与企业业务直接相关的业务部门和职能部门,用户异常行为能被更好地识别出来,而信息部门的分类效果欠佳。研究结果为企业提供了一种可能适用于企业信息系统用户异常行为的预测框架,有助于企业对用户异常行为进行预测,从而及时采取措施以降低用户异常行为可能对企业造成的负面影响。
[期刊] 华东经济管理
[作者]
华晓晖 闫秀霞
快速变化的市场对企业的生存和发展提出了更高的要求,而按照代表顾客需求的订单进行生产则是企业提高柔性和竞争力的关键。正因为如此,准确地预测订单就显得异常重要。文章利用BP神经网络和径向基神经网络建立了新的订单预测模型,并通过解决一个实际问题对其仿真结果进行了比较。
关键词：
订单 神经网络 模型
[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] 林业科学
[作者]
胡林 冯仲科 聂玉藻
以北京市房山区的林火为研究现象,用神经网络方法研究林火发生及蔓延与环境因子间的关系。用GPS采集林火火场中心数据,测量火场面积;用GIS做空间分析,提取火场空间环境因子;将数据在Matlab中用VLBP神经网络进行训练,建立林火风险的预测方程。风险模型由林火发生的风险模型和林火的蔓延风险模型组成,由于该模型采用的方法不依赖于先验统计模型,所采用的神经网络方法对非线性的数学关系有很强的预测能力,因而该方法具有很强的适用性。
[期刊] 预测
[作者]
文新辉 牛明洁
1 引言在科学技术和社会高速发展的今天,愈来愈多的问题,具有系统的复杂性、时变性和模糊性的特点,这就使得利用传统的预测方法解决这类问题十分困难。1987年,Lapedes和Farber首先应用神经网络进行预测,开创了神经网络预测方法的历史。目前,在范围广泛的商贸信息交流中,神经网络技术可以解决用传统方法不能解决的问题。例如Varfis和Versino运用神经网络解决经济时间序列预测问题,White利用神经网络进行IBM公司每日库存占用资金率的预测,都得到了很好的效果,节约了大量的资金。人们
[期刊] 图书情报工作
[作者]
朱原谅
从网络阅读和元认知的相关定义出发,阐述网络阅读与元认知的关系。通过对元认知策略的分析,利用元认知知识及其三个范畴,即个人因素、阅读任务以及阅读策略,来把握网络阅读,理解元认知检测和自我调节,从而提升网络阅读层次。最后阐明网络阅读中元认知技能的训练内容以及训练方法。
关键词：
元认知 网络阅读 阅读训练
[期刊] 价格理论与实践
[作者]
李盼扉 卢凯灵 易江文 董成 李鹏程
电力市场环境下短期电价预测面临全新挑战，其预测结果的准确性对市场主体报价决策具有重大意义。对此，本文提出一种基于样本权重的深度神经网络（Deep Neural Network,DNN）短期电价预测方法，通过对样本进行筛选并为不同训练样本赋予相应的权重，有效提升DNN模型的电价预测精度。样本权重赋值方法的两个重要步骤为：（1）通过计算样本数据间的欧式距离衡量样本间的相关程度，并以此为依据挑选训练样本；（2）根据各训练样本数据与预测日数据之间的欧式距离为训练样本赋予不同权重，使得DNN能有选择、有重点地对训练样本进行学习。模型构建后，对2020年1月美国PJM实际电价数据进行虚拟预测，结果表明：所提方法能有效提升电价预测的准确性和可靠性，可为市场环境下市场主体提供可靠的决策依据。
[期刊] 管理评论
[作者]
孔繁辉 李健
为提高BP神经网络预测精度,基于深度学习理论提出一种深度信念网络(DBN)算法优化传统BP神经网络预测模型。该预测算法由多层限制玻尔兹曼机(RBM)组成,采用无监督学习算法训练参数,然后利用反向学习微调网络参数,进而优化BP神经网络的阈值和权值,通过训练模型求得最优解。实验表明,该预测模型克服了传统神经网络容易陷入局部最优以及函数拟合度不高的缺点,可有效提高交通流预测精度。
[期刊] 图书馆杂志
[作者]
秋禾
一直想要求了解书籍与网络、网络与书籍对于世人阅读的影响关系,直到看到《阅读的风貌》(现代出版社2005年5月版),尤其是郝明义先生那篇美文《密林里寻找一片树叶的探险》以后:网络发展以后,阅读开始重新定义。网络与书籍,成为一体两面。电子界面的阅览,和纸张界面的披读,成为相辅相成的途径与工具。我们正由“读书”的时代,进入“阅读”的时代。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
