- 年份
- 2024(5857)
- 2023(8713)
- 2022(7481)
- 2021(7208)
- 2020(6155)
- 2019(14438)
- 2018(14305)
- 2017(28291)
- 2016(14830)
- 2015(16708)
- 2014(16194)
- 2013(15442)
- 2012(13589)
- 2011(11877)
- 2010(11526)
- 2009(10258)
- 2008(9673)
- 2007(7927)
- 2006(6456)
- 2005(5293)
- 学科
- 济(59947)
- 经济(59890)
- 管理(44897)
- 业(44507)
- 企(39302)
- 企业(39302)
- 方法(35903)
- 数学(32894)
- 数学方法(32277)
- 财(16571)
- 农(13373)
- 业经(12539)
- 务(12459)
- 财务(12404)
- 财务管理(12384)
- 中国(11906)
- 企业财务(11869)
- 理论(10220)
- 贸(10108)
- 贸易(10104)
- 制(9947)
- 易(9881)
- 技术(9688)
- 学(9324)
- 农业(8793)
- 地方(8470)
- 和(8409)
- 划(7734)
- 环境(7547)
- 体(7240)
- 机构
- 学院(200127)
- 大学(199387)
- 管理(86022)
- 济(80355)
- 经济(78941)
- 理学(76518)
- 理学院(75840)
- 管理学(74148)
- 管理学院(73785)
- 研究(55170)
- 中国(41177)
- 京(39146)
- 财(36146)
- 科学(33865)
- 财经(30513)
- 业大(29708)
- 经(28126)
- 农(27847)
- 中心(27577)
- 江(26561)
- 所(24962)
- 经济学(24683)
- 北京(23502)
- 财经大学(23466)
- 范(22995)
- 研究所(22979)
- 师范(22730)
- 商学(22679)
- 经济学院(22517)
- 经济管理(22502)
- 基金
- 项目(146848)
- 科学(118086)
- 基金(110358)
- 研究(104248)
- 家(95916)
- 国家(95234)
- 科学基金(84873)
- 社会(67471)
- 社会科(64218)
- 社会科学(64201)
- 基金项目(58546)
- 自然(57703)
- 省(56866)
- 自然科(56543)
- 自然科学(56531)
- 自然科学基金(55533)
- 教育(50159)
- 划(47928)
- 资助(45966)
- 编号(41650)
- 部(32897)
- 重点(32627)
- 创(31759)
- 成果(30972)
- 发(29626)
- 创新(29624)
- 科研(29136)
- 教育部(29027)
- 国家社会(28396)
- 人文(28328)
共检索到262007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]
樊明智 刘道文
文章针对嵌入维数较高的混沌时间序列很难在相空间中找出一种映射关系来预测其变化趋势,提出基于序列的混沌特性参数建立RBF神经网络预测模型。该模型以相空间中的各个相点作为输入,通过高斯函数的多次复合来逼近复杂的映射关系。以具有混沌特性的上海证券交易所股指时间序列为例对模型进行了验证。结果表明,该模型具有较好的预测能力和预测精度。
关键词：
混沌特性 相空间重构 神经网络模型 预测
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
王义民 张珏
【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。
关键词：
混沌径流时间序列 径流预测 神经网络
[期刊] 商业研究
[作者]
马明 李松
为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
张建龙 解建仓 韩宇平 申瑜
【目的】建立更为理想的洪峰大流量预测模型。【方法】针对目前大部分预测模型对洪峰大流量数值预测结果不太理想的问题,根据自然界中普遍存在的混沌现象,在对洪水系统进行混沌识别的基础上,建立了基于混沌理论和径向基神经网络(RBF)的预测模型,将实测洪水序列进行相空间重构得到训练样本,利用MATLAB 7.0工具箱确定网络结构。【结果】将所建立的RBF模型用于汾河石滩水文站2004年最大洪水的预测,结果表明,该模型预测结果的合格率、平均相对误差、相关系数(R)、均方根误差(RMSE)和Nash-Sutcliffe系数(NSC)分别为100%,4.69%,0.9793,4.2260和0.9552,而传统V...
[期刊] 农业技术经济
[作者]
程胜
农村能源是农村地区经济发展的重要基础,本文通过对农村能源消费时序的混沌辨识,指出我国农村能源消费时序是一个具有类似随机现象的混沌系统。为此,建立运用混沌神经网络时间序列的预测模型,并结合遗传算法优化神经网络权重,对我国农村能源消费进行预测得知:2010年我国农村能源消费总量为127633.07万吨标煤,预测误差较小。最后就农村能源发展提出了相关政策建议。
关键词：
农村能源消费 混沌—神经网络 预测
[期刊] 财经理论与实践
[作者]
高振坤 熊正德
通过建立BP神经网络预测模型和GARCH -BP神经网络预测模型 ,对 2 0 0 1年深圳成分指数的日收盘价进行预测分析发现 ,GARCH -BP模型较BP模型的收敛速度快 ,学习能力强 ,预测精度较高 ,误差率较小
[期刊] 统计与决策
[作者]
陈敏 曹文明 李泽军
文章对我国居民消费价格指数进行了混沌识别,结果表明其具备混沌特性;结合神经网络和混沌理论,提出了一种将混沌理论和神经网络相结合的居民消费价格指数预测模型,利用重构相空间的嵌入维数确定神经网络的结构,算法与设计相对简单。
[期刊] 技术经济与管理研究
[作者]
顾忠伟 邵雷 李春颖
本文将灰色关联和神经网络结合,构建基于灰色关联分析的神经网络模型,并将此模型在股指预测中做实证研究。
关键词：
灰色关联 神经网络 股指预测
[期刊] 统计与决策
[作者]
汪劲松 石薇
为了克服神经网络易陷入局部最小值和收敛速度慢等缺点,文章引入多种群遗传算法,将神经网络的初始权值和阈值作为寻优目标,利用遗传算法求出最优值,并且建立了一个多种群结构,在克服遗传算法早熟收敛的同时,可以兼顾算法的全局寻优和局部寻优。实证结果表明:优化后的神经网络模型比传统的神经网络模型有更好的预测效果。在数据处理上,考虑到金融数据的非线性特征,采用了非参数核估计方法,将无关变量进行剔除。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
向昌盛 万方浩
为了提高害虫发生量预测的精度,提出一种基于混沌理论的害虫发生量非线性预测模型(PSR–LSSVM)。通过相空间重构对害虫发生量时间序列进行重构,将重构后的害虫发生量序列输入到最小二乘支持向量机进行学习,建立害虫发生量预测模型,采用云南省普洱市思茅区和浙江省仙居县的松毛虫发生面积数据对模型性能进行检验。结果表明,松毛虫发生面积预测值与实际发生值十分接近,2个地区松毛虫发生面积预测结果的平均绝对百分误差分别为0.90%和2.44%,预测结果要优于BP神经网络、线性预测模型。
[期刊] 统计与决策
[作者]
张帆
文章对选取沪深300指数收盘价序列进行了正态性检验和Hurst指数的计算,得出价格序列的非正态和长记忆性特征。随后选择了适当的结构建立Elman神经网络模型,结合技术分析中的K线图理论,对沪深300指数隔夜开盘价进行了预测。经过求解和趋势检验,以及与相同输入输出结构线性模型的比较,发现该模型取得了良好的预测效果。
[期刊] 统计与决策
[作者]
蒋传进 宋福根
汇率时间序列是一个动态复杂系统,单独的线性回归模型或者非线性神经网络都不能很好地反映系统的特征。文章将汇率时间序列分解成线性序列和非线性序列两部分,并分别用ARMA和NARX神经网络进行建模;最后组合成NARX-ARMA汇率混合预测模型。结果证明,相比其他汇率预测模型,NARX-ARMA混合模型有更好的预测效果。
关键词：
NARX ARMA 汇率预测
[期刊] 商业研究
[作者]
方勇 孙绍荣
在运用神经网络模型对股票价格进行短期预测时,一般的神经网络预测模型都是以价格的时间序列滞后作为输入变量,但是由于影响价格的因素错综复杂,很多因素无法准确测量,而且市场信息的噪音太大,因此预测效果往往不太理想,于是如何选择有效的输入变量就成为一个困扰这项研究的难题。
[期刊] 投资研究
[作者]
王宣承
本文立足于我国金融市场的现状提出了基于LASSO方法和神经网络模型的量化交易智能系统。该系统首先使用LASSO方法从众多技术指标中选出极少数最有效的指标作为输入变量,然后通过神经网络方法来搜索最优的交易规则,并以沪深300股指期货为例进行回测检验。结果显示:第一,与AIC和BIC回归模型相比,LASSO选出的变量少、预测高、且稳健性强;第二,经过神经网络的优化,交易系统的收益率和风险控制能力都得到了显著提高;第三,即使在考虑交易成本的前提下,该系统也可以获取超额收益。
关键词：
LASSO 变量选择 神经网络 量化交易
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
