标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(10005)
2023(14709)
2022(12925)
2021(12268)
2020(10313)
2019(24042)
2018(23787)
2017(46506)
2016(24963)
2015(28199)
2014(28016)
2013(27256)
2012(24544)
2011(21831)
2010(21722)
2009(19802)
2008(18945)
2007(16263)
2006(13795)
2005(11743)
作者
(69385)
(57620)
(57233)
(54444)
(36815)
(27706)
(26233)
(22963)
(21954)
(20335)
(19703)
(19245)
(18094)
(17989)
(17964)
(17433)
(17345)
(17176)
(16514)
(16471)
(14101)
(13997)
(13942)
(13217)
(12958)
(12762)
(12647)
(12611)
(11536)
(11387)
学科
(95881)
经济(95776)
管理(72384)
(71262)
(59023)
企业(59023)
方法(50317)
数学(44310)
数学方法(43551)
中国(25254)
(24656)
(24444)
业经(21436)
(19764)
理论(18341)
地方(17784)
(17058)
贸易(17050)
(16996)
(16788)
财务(16704)
财务管理(16669)
(16589)
农业(16329)
技术(15785)
企业财务(15782)
(15410)
(15092)
银行(15057)
环境(14228)
机构
大学(345101)
学院(344586)
管理(142806)
(132686)
经济(129792)
理学(124958)
理学院(123666)
管理学(121074)
管理学院(120457)
研究(105459)
中国(80491)
(71845)
科学(66731)
(61010)
业大(51688)
(51543)
(50833)
财经(50084)
中心(49527)
(48031)
研究所(46773)
(45740)
北京(44756)
(44161)
师范(43737)
农业(40475)
经济学(39622)
(39560)
(38900)
财经大学(37842)
基金
项目(245084)
科学(193735)
基金(179023)
研究(177981)
(155383)
国家(154133)
科学基金(134363)
社会(111290)
社会科(105440)
社会科学(105412)
(95730)
基金项目(95067)
自然(89685)
自然科(87694)
自然科学(87674)
自然科学基金(86064)
教育(83353)
(80550)
资助(74730)
编号(73253)
成果(57374)
重点(54167)
(53805)
(51343)
(50600)
课题(49326)
创新(47766)
科研(47320)
教育部(46668)
大学(46337)
期刊
(133907)
经济(133907)
研究(96099)
中国(59738)
学报(52954)
管理(50704)
科学(48924)
(45713)
(45445)
大学(40823)
教育(38590)
学学(38471)
技术(32402)
农业(31836)
(28915)
金融(28915)
财经(23243)
业经(22815)
经济研究(21767)
(19680)
图书(18514)
问题(17079)
理论(16982)
技术经济(16821)
科技(16553)
(16474)
统计(16198)
实践(15768)
(15768)
(15745)
共检索到478087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] 保险研究  [作者] 仇春涓   刘守贤   张楠  
本文在大数据、科技赋能的背景下,提出基于深度神经网络的端到端长期护理保险定价模型。端到端模型可以将所有的步骤包含在一个深度神经网络模型内部,输入被保险人的个体特征,直接得到其未来不同护理状态的概率预测值。相比于经典定价模型,端到端模型具有放宽模型假设、减少定价模型的复杂程度、避免误差积累以及自动优化和智能化的优点。本文选取CHARLS 2011年、2013年、2015年和2018年数据进行实证研究,构建一个包含三层隐藏层,每层32个神经元的全连接神经网络模型,考虑样本不平衡性,调整模型参数,对比不同激活函数,得到预测个体护理状态的最优模型LTCmodel。基于LTCmodel,在合理的长期护理保险产品责任、保额增长率以及利率假设下,最终输出不同特征被保险人的年缴均衡保费,实现个性化和精准定价。
[期刊] 保险研究  [作者] 王新军  王佳宇  
如何发展长期护理保险以应对我国失能老年人的长期护理难题是我国亟待解决的重要问题。本文建立了包含5个状态的健康状态界定体系,并利用CHARLS调查数据,在健康状态符合时间齐性Markov过程的假设下,通过建立有序logit健康状态转移模型,对我国老年人的健康状态转移概率矩阵进行了测算。结果显示,年龄、性别、是否与配偶同居、初始健康状态等因素显著影响老年人的健康状态转移情况。在此基础上,本文利用Markov模型对长期护理保险的趸交精算费率进行了分类计算。测算得到的转移概率矩阵和长期护理保险精算费率能够为我国发展长期护理保险提供现实参考。
[期刊] 统计与决策  [作者] 蒋惠凤  何有世  张兵  
本文研究了用逐步回归、岭回归和偏最小二乘回归方法消除变量间的多重共线性,最后得到三个回归模型。单一预测方法的结果时好时坏,需要通过组合预测来提高预测精度。本文将神经网络技术与回归模型相结合,将预测值作为输入,实际用电量值作为输出,确定神经网络的拓扑结构,最后用训练好的BP神经网络预测江苏省全社会用电量。结果显示,组合预测的精度明显高于单个模型。
[期刊] 经济经纬  [作者] 李琪  崔睿  
在网络环境下,如何培养客户忠诚度、提高续保率,成为保险业发展需要解决的重要问题。笔者结合网络保险业的特征,根据客户的基本特征与交易行为,采用RFM分析方法构建客户细分指标体系,利用SOM神经网络模型将客户聚类为黄金客户、重要发展客户、重要挽留客户、重点维持客户、普通客户和其他无价值客户6类,然后从中选取最有价值的前两类客户,利用客户忠诚度评价模型对其忠诚度进一步分析,针对各类客户群分别提出相应的营销策略。
[期刊] 统计与决策  [作者] 吴海燕,黄光球,管玉娟  
[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。
[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] 南京农业大学学报  [作者] 张鑫  张德贤  徐路路  张苗  
[目的]为满足国家对全国储粮数量在线检测的迫切需求,提出了一种基于深度神经网络的粮仓储粮数量检测方法。[方法]通过在粮仓底部布置若干压力传感器的方法获取粮仓底部所受压强值,并以分次进粮方法,分别记录所受压强值。通过R语言平台构建不同层次的深度神经网络结构并利用对数据集的学习得出检测模型,根据检测精度选择出最佳检测模型结构。通过最佳检测模型分别对试验仓及通州、齐河实仓进行检测实验。[结果]试验仓检测平均误差约为1.88%,通州实仓检测平均误差约为0.02%,齐河实仓检测平均误差约为0.08%。[结论]基于深度神经网络的粮仓储粮数量检测模型精度高,可用性强,为粮仓储粮数量的检测提供了一种新方法。
[期刊] 中央财经大学学报  [作者] 方先明  熊鹏  张谊浩  
为克服商业银行信用风险评价中所遇到的模糊综合评判失效及警限确定的难题,通过能量极小点的设计,利用Hopfield神经网络记忆与联想功能,建立基于Hopfield神经网络的风险评价模型。将其应用于信用风险评价,网络运行结果可以反映信用风险的当前状态。研究还表明,该模型能在一定程度上反映样本数据的数字特征,适合于信用风险的评价,但其评价能力受记忆容量及样本差异的影响。
[期刊] 南京农业大学学报  [作者] 孙道宗   张振宇   陈俊聪   琚俊   张铭桂   王卫星   刘厚诚  
[目的] 过去的研究通常将生菜的分类、分割和鲜重估测作为独立的处理步骤,便导致了对特征信息的协同利用不足,从而导致时间成本增加。[方法] 为解决这一问题,论文提出了一种端到端的生菜无损鲜重估测模型——LettuceNet,该模型通过分析俯视图像估测生菜鲜重。LettuceNet结合SwinTransformer-Tiny(Swin-T)和UPerNet,有效提取生菜冠层图像的特征。模型设计了基于K-Net的用于语义分割的分割头部网络以及用于鲜重估测的回归头部网络。回归头部网络融合利用Swin-T的特征与分割头部网络的结果,用于生菜的分类和冠层面积统计,使LettuceNet能够同时高效处理语义分割和鲜重估测任务。[结果] 两个数据集的实验表明,LettuceNet语义分割任务中,其平均像素准确度(MPA)分别达到98.01%和98.75%,而平均交并比(MIoU)分别为96.02%和97.63%;在鲜重预测方面,R~(2)分别为0.898和0.919,均方误差(MSE)分别0.865和30.814,平均绝对百分比误差(MAPE)分别为1.894%和18.194%。[结论] 通过输入生菜冠层图像,LettuceNet能够实时且无损地完成生菜的分类、分割与鲜重估测,能够快速地生菜的生长情况进行定量分析,为植物工厂的智能管控提供数据支持。
[期刊] 金融论坛  [作者] 楼文高  乔龙  
本文以金融风险预警单指标区间评价标准为依据,生成足够多用于BP神经网络(BPNN)建模用的训练样本、检验样本和测试样本,在遵循BPNN建模原则和基本步骤的情况下,建立泛化能力较好的金融风险预警BPNN模型。对1994~2010年中国金融风险的实证研究表明:BPNN模型能较好地应用于中国金融风险的预警研究,实证结果与中国金融实际运行情况吻合度高,除2008年和2010年金融风险处于"警惕"状态外,其他年度处于"基本安全"状态;BPNN模型克服了因子分析法及其与BPNN相结合方法的缺陷,且能分析评价指标与金融风险之间存在的非线性关系和评价指标的灵敏度等。
[期刊] 征信  [作者] 唐波  
通过VAR模型选择GDP增长率、通货膨胀率、广义货币发行量增长率等变量的一阶滞后项与二阶滞后项作为输入变量,分别建立BP神经网络与GRNN模型对商业银行不良贷款率进行拟合与预测验证,并对两种神经网络模型的拟合效果与验证结果进行比较。研究表明,GRNN神经网络的拟合精度较高但预测精度较低,而BP神经网络拟合精度较低但预测精度较高。此外,随着验证期限的延长,两种模型的预测精度均下降。BP神经网络预测2015年第四季度不良率仍将小幅上升。
[期刊] 统计与决策  [作者] 梁杰  位金亮  扎彦春  
[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。
[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。
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除