- 年份
- 2024(11256)
- 2023(16497)
- 2022(14545)
- 2021(13616)
- 2020(11684)
- 2019(27471)
- 2018(27486)
- 2017(53180)
- 2016(29100)
- 2015(33248)
- 2014(33526)
- 2013(33016)
- 2012(30179)
- 2011(27123)
- 2010(27123)
- 2009(25080)
- 2008(24621)
- 2007(21904)
- 2006(18624)
- 2005(16071)
- 学科
- 济(117476)
- 经济(117352)
- 管理(83461)
- 业(80091)
- 企(67140)
- 企业(67140)
- 方法(60480)
- 数学(53222)
- 数学方法(52367)
- 农(30654)
- 财(29189)
- 中国(27941)
- 学(26099)
- 业经(25205)
- 地方(22990)
- 贸(21281)
- 贸易(21273)
- 理论(20924)
- 易(20630)
- 农业(20429)
- 务(19322)
- 制(19234)
- 财务(19226)
- 财务管理(19178)
- 和(18731)
- 企业财务(18107)
- 技术(18084)
- 环境(17563)
- 划(15877)
- 银(15766)
- 机构
- 学院(417917)
- 大学(417729)
- 管理(166710)
- 济(160492)
- 经济(156837)
- 理学(145700)
- 理学院(144097)
- 管理学(141012)
- 管理学院(140278)
- 研究(133216)
- 中国(97103)
- 京(88209)
- 科学(87135)
- 财(71462)
- 农(70094)
- 所(67608)
- 业大(65983)
- 研究所(62170)
- 中心(61661)
- 江(60182)
- 财经(58505)
- 农业(55416)
- 北京(55191)
- 范(55108)
- 师范(54551)
- 经(53046)
- 州(49140)
- 院(48452)
- 经济学(47519)
- 技术(46081)
- 基金
- 项目(290329)
- 科学(226793)
- 基金(208729)
- 研究(207693)
- 家(182528)
- 国家(181050)
- 科学基金(155376)
- 社会(127654)
- 社会科(120874)
- 社会科学(120837)
- 省(115476)
- 基金项目(111014)
- 自然(104308)
- 自然科(101893)
- 自然科学(101866)
- 自然科学基金(99965)
- 教育(97694)
- 划(96945)
- 资助(87943)
- 编号(85782)
- 成果(68384)
- 重点(65038)
- 部(63360)
- 发(60858)
- 创(59835)
- 课题(59071)
- 科研(56200)
- 创新(55782)
- 大学(54018)
- 教育部(53905)
- 期刊
- 济(166311)
- 经济(166311)
- 研究(112447)
- 中国(73292)
- 学报(69101)
- 科学(61983)
- 农(61955)
- 管理(57872)
- 财(55028)
- 大学(51588)
- 学学(48580)
- 教育(46821)
- 农业(43038)
- 技术(39377)
- 融(29159)
- 金融(29159)
- 业经(28623)
- 财经(27335)
- 经济研究(26786)
- 经(23233)
- 业(22919)
- 图书(22571)
- 统计(22015)
- 问题(21870)
- 技术经济(21395)
- 版(20304)
- 科技(20060)
- 策(20015)
- 理论(19362)
- 商业(19115)
共检索到582819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] 数量经济技术经济研究
[作者]
于晓霖 方淑芬
本文是在对于企业成长质量模型的评价指标因子分析的基础上,对所研究企业进行聚类,对每一类中企业因子得分的均值排序确定该类的优劣性;并且用BP神经网络计算出惟一的判别函数,作为企业成长质量的评价模型,根据所查到的文献资料,尚未见用此方法惟一确定判别函数的先例。
[期刊] 统计与决策
[作者]
刘雨萌 李战江 尹伟
文章通过非参数贝叶斯判别对所有信用指标进行第一轮筛选,通过非参数聚类方法对保留的信用指标进行第二轮筛选,提供了一套指标分布未知下筛选信用评价指标的非参数方法,并以某商业银行的860个企业信贷数据为样本进行了应用分析。其要点一是通过非参数核密度分布函数构建违约客户与非违约客户的二分类贝叶斯判别模型,删除判别精度影响度大于等于0的信用指标,保留判别精度影响度小于0的信用指标。二是通过非参数聚类将保留的指标聚为19类,在聚为一类的指标中保留判别精度影响度比重最大的信用指标,最终构建具有显著信用判别能力且信息不重复的指标体系。实证结果表明,最终构建的20个指标的企业信用评价指标体系符合5C要素模型。最终构建指标的判别精度高于全部指标判别精度3个百分点。
[期刊] 财会月刊
[作者]
吴启富 耿霄
本文运用SPSS软件对上市公司年度财务报表进行方差分析和判别分析,建立了针对上市公司财务状况的预警指标,预测非ST股公司是否存在因经营不善而被列入ST股公司的潜在风险,为缺乏财务专业知识的投资者做出正确的投资决策提供一定依据。
[期刊] 数理统计与管理
[作者]
王德青 朱建平 刘晓葳 何凌云
函数型数据是大数据时代的典型数据,也是大数据分析的重要视角,其稀疏粗糙、无穷维、低信噪比等复杂特性导致传统聚类分析方法凸显诸多弊端。为了厘清函数型数据聚类分析的研究现状,在界定函数型数据概念与内涵基础上,本文依据方法原理差异将函数型数据聚类分析方法划分为四类,理论剖析并模拟检验每一类别方法的相对优势和存在的不足。最后,针对现有研究尚待解决的关键问题,并结合大数据时代的数据特征,展望了函数型数据聚类分析的未来研究方向。
关键词：
函数型数据 聚类分析 文献综述 研究展望
[期刊] 统计与决策
[作者]
米帅军 习勤
判别分析是多元统计分析的三大支柱之一。传统的判别分析方法,如距离判别法、贝叶斯判别法、费希尔判别法等在判别分析中误判率较高,因此有必要引入概率神经网络(PNN)进行判别分析。文章对传统判别方法的基本思想与假设条件及PNN的建模机制与判别原理进行了介绍;用两个案例比较了常用判别分析与PNN判别分析的效率。
[期刊] 山西财经大学学报
[作者]
王忠福 张大澎 张安年
提出了一种基于神经网络的消费函数预测模型。与传统预测方法对比计算后发现 ,该模型在精度方面优于传统的消费函数预测模型 ,且具有随着样本点的增加进一步优化模型参数的功能 ,为经济系统建模和预测提供了新的思路。
关键词：
消费函数 神经网络 BP网络 预测
[期刊] 水产学报
[作者]
陈卫忠 李长松
用判别函数进行鱼类种群鉴别的计算机程序实现方法陈卫忠，李长松（东海水产研究所，上海２０００９０）关键词判别函数，鱼类种群，鉴别，计算机程序ＡＣＯＭＰＵＴＥＲＩＺＥＤＡＰＰＲＯＡＣＨＴＯＩＤＥＮＴＩＦＩＣＡＴＩＯＮＯＦＦＩＳＨＰＯＰＵＬＡＴＩＯＮＢＡＳ...
关键词：
判别函数,鱼类种群,鉴别,计算机程序
[期刊] 技术经济
[作者]
李森 赵轩维 夏恩君
基于融资项目和融资企业两个维度,构建了股权众筹项目融资成功率判别指标体系,借助探索性因子分析、非参数检验及二元Logistic回归分析对影响股权众筹项目融资的关键指标进行了筛选,着重检验了融资项目的资金注入方式、投资退出方式和融资担保条款以及融资企业的经营规模、所披露的权证资料对股权众筹融资的影响作用。在此基础上,进一步构建了神经网络模型,比较分析了回归模型与神经网络模型的判别能力。基于大伙投股权众筹平台样本数据的实证研究表明:项目维度的融资期限、视频、项目动态、项目评级和专利技术,以及企业维度的员工人数、已经营期限是判别项目融资成功率的有效指标;视频与经营性权证资料之间存在交互效应;二元Logistic回归模型的判别效果优于多层感知器模型和径向基函数模型。
[期刊] 湖南农业大学学报(自然科学版)
[作者]
柳均 汪宏毅 张婷 卢红良 肖少红 王康 陈慧
以100份陈化的湖北烤烟烟叶样品正反面5种颜色值(亮度值、红度值、黄度值、饱和度值、色调角)为指标,采用逐步判别分析的方法,对不同褐变档次烟叶样品进行判别分析,建立判别函数。结果表明:烟叶正面亮度值L、红度值a、饱和度值c和色调角h进入判别函数并建立判别模型。用自身验证法和交互检验法对原样品进行回判,回判准确率为99.0%,对25个验证样品的判别准确率达到100%。
关键词：
烟叶 褐变 颜色 判别分析
[期刊] 数理统计与管理
[作者]
王德青 刘晓葳 朱建平
离散视角下,函数型自适应权重聚类的有效性取决于基函数的最优选择,目前尚无客观统一准则。基于随机过程的Karhunen-Loeve展开定理,本文对函数型自适应权重聚类分析进行了连续视角的进一步拓展。相对现有同类函数型数据聚类分析,拓展模型的核心优势在于:(1)基于Karhunen-Loeve展开实现了函数空间向多元统计空间的过渡,避免了人为选择基函数的主观任意性;(2)依据变量重要程度重构自适应权重距离为函数之间的相似性测度,并有充分的理论基础保证其必要性、合理性;(3)在充分保留原始数据信息的前提下,能够应用经典的有限维多元分析方法解决无限维的函数型聚类问题。实证检验表明,新模型能够降低聚类过...
[期刊] 经济经纬
[作者]
李光荣 李风强
笔者针对提高公司财务风险判别准确度问题,提出运用人工神经网络中具有明显自适应性、自组织性的自适应共振理论算法和自组织特征映射算法分别构建公司财务风险判别模型进行仿真研究。结果表明:自适应共振理论算法判别正确率为87%,而自组织特征映射算法判别正确率则达到了89%,较反向传播神经网络等方法判别准确度更高。
[期刊] 经济经纬
[作者]
李光荣 李风强
笔者针对提高公司财务风险判别准确度问题,提出运用人工神经网络中具有明显自适应性、自组织性的自适应共振理论算法和自组织特征映射算法分别构建公司财务风险判别模型进行仿真研究。结果表明:自适应共振理论算法判别正确率为87%,而自组织特征映射算法判别正确率则达到了89%,较反向传播神经网络等方法判别准确度更高。
[期刊] 技术经济与管理研究
[作者]
赵璇 张强
建筑业是我国国民经济的重要物质生产部门,它与发展国民经济、改善人民生活的质量有着密切的关系。我国建筑业的发展为国民经济高速增长做出了重要贡献,建筑业的发展趋势将直接影响到国民生产总值及国际市场对我国建筑业的资本投放。建筑业是劳动密集型行业,提供了大量的就业机会,从这个角度讲,建筑行业发展良好与否对社会稳定有十分重要的意义。因此,对建筑行业的发展进行研究是非常有必要,有价值的。本文将利用柯布-道格拉斯生产函数和BP神经网络对我国建筑业的发展趋势做预测研究,借助Matlab实现建模和函数拟合。通过对2005-
关键词：
建筑业 BP神经网络 资本投入 产业经济
[期刊] 西南农业学报
[作者]
王萌 赵曾菁 赵虎 吴星 龚明霞 何志 王日升
【目的】建立韭菜种质资源耐热性评价方法，为选育耐热韭菜品种及丰富广西耐热韭菜品种资源提供参考依据。【方法】以农业农村部第三次种质资源普查与收集行动(2015—2020)期间收集的广西大叶韭菜、宽叶韭菜和细叶韭三类地方种质资源（分别标记为A、B、C、D、E、F、G、H和I）为试验材料，测定其38 ℃高温胁迫（实验室组）处理7 d后的生长指标（叶片最大生长长度和地上部新增生物量）和生理指标[叶绿素、脯氨酸（Pro）和丙二醛（MDA）含量]，结合田间自然高温胁迫（田间组 ）实际耐热表现，利用多元统计分析法（主成分分析、隶属函数法和聚类分析法）综合评价不同类型韭菜种质资源的耐热性。【结果】在38 ℃高温胁迫下，广西大叶韭菜、宽叶韭菜和细叶韭菜三类9份韭菜种质的叶片最大生长长度和地上部新增生物量均较其适温对照（CK）极显著下降（P<0.01），其中，降幅最大的是大叶韭菜类型，降幅最小的是细叶韭类型；叶绿素含量均有不同程度下降，其中，降幅最大的是大叶韭类型，降幅最小的是细叶韭类型；MDA含量均有不同程度上升，其中，升幅最大的是大叶韭类型，升幅最小的是细叶韭类型；Pro含量均有不同程度上升，其中，升幅最大的是细叶韭类型，升幅最小的是大叶韭类型。综合评价结果表明，广西三类地方韭菜种质资源的耐热性排序为细叶韭＞宽叶韭＞大叶韭，9份韭菜种质中耐热性较强的是种质G（编号2016451159）和种质I（编号2016453604），耐热性最差的是种质C（编号SC20191200）。【结论】以叶片最大生长长度、地上部新增生物量及叶绿素、Pro和MDA含量作为韭菜种质资源耐热性评价指标，采用主成分分析法、隶属函数法和聚类分析法可将广西三类韭菜种质资源的耐热性排序为细叶韭＞宽叶韭＞大叶韭，并确定种质G和I为耐热性较强种质，种质C为耐热性最弱种质。
[期刊] 运筹与管理
[作者]
杜娟 李海滨
当结构中含有相关性变量时，结构可靠度的求解问题就会变得十分复杂。针对在Rosenblatt变换过程中变量的联合概率密度函数或条件累积分布函数难以求解的问题，提出一种基于Copula函数和对偶神经网络的Rosenblatt变换方法。通过引入Copula函数构造相关性变量的联合概率密度函数。另外，构建对偶神经网络模型，其中一个神经网络学习积分算式中的被积函数部分，另一个神经网络通过与被积函数网络在权值和激活函数上的特定联系，用于构建积分算式中被积函数的原函数，进而实现条件累积分布函数的求解。其中，为提高对偶神经网络的计算效率，分别采用dsigmoid和sigmoid作为被积函数网络和原函数网络的激活函数。该方法打破了Rosenblatt变换在求解结构可靠度时的局限性，拓宽了Rosenblatt变换方法的使用范围。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
