- 年份
- 2024(7117)
- 2023(10373)
- 2022(8851)
- 2021(8551)
- 2020(7163)
- 2019(16515)
- 2018(16354)
- 2017(31390)
- 2016(16774)
- 2015(18967)
- 2014(18704)
- 2013(17880)
- 2012(16539)
- 2011(14811)
- 2010(14644)
- 2009(13210)
- 2008(13159)
- 2007(11457)
- 2006(9689)
- 2005(8399)
- 学科
- 济(68180)
- 经济(68095)
- 管理(48229)
- 业(45095)
- 企(39041)
- 企业(39041)
- 方法(35226)
- 数学(29934)
- 数学方法(29366)
- 财(16899)
- 农(16338)
- 学(16172)
- 中国(16085)
- 业经(14984)
- 理论(14168)
- 贸(12880)
- 贸易(12875)
- 易(12515)
- 制(11520)
- 和(11151)
- 务(10991)
- 财务(10942)
- 财务管理(10914)
- 农业(10771)
- 地方(10632)
- 技术(10457)
- 企业财务(10354)
- 银(9887)
- 银行(9860)
- 融(9830)
- 机构
- 大学(240984)
- 学院(237240)
- 济(94506)
- 管理(93309)
- 经济(92630)
- 理学(81589)
- 理学院(80671)
- 管理学(78866)
- 管理学院(78416)
- 研究(77005)
- 中国(57123)
- 京(50198)
- 科学(48134)
- 财(43133)
- 所(37883)
- 农(37103)
- 中心(36480)
- 财经(35438)
- 业大(34962)
- 研究所(34793)
- 江(34225)
- 经(32409)
- 范(32191)
- 师范(31850)
- 北京(30673)
- 经济学(29596)
- 农业(29368)
- 院(28152)
- 州(27154)
- 财经大学(26833)
- 基金
- 项目(165483)
- 科学(131847)
- 基金(122960)
- 研究(118695)
- 家(107745)
- 国家(106897)
- 科学基金(92939)
- 社会(75994)
- 社会科(72001)
- 社会科学(71981)
- 基金项目(65013)
- 省(63032)
- 自然(61687)
- 自然科(60368)
- 自然科学(60350)
- 自然科学基金(59275)
- 教育(56205)
- 划(53943)
- 资助(50305)
- 编号(47025)
- 成果(38073)
- 重点(37614)
- 部(37292)
- 创(34823)
- 发(34095)
- 创新(32567)
- 科研(32381)
- 教育部(32366)
- 国家社会(32059)
- 课题(31663)
共检索到337850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] 沈阳农业大学学报
[作者]
李亚娇 沈冰 李智录 郑志国
训练样本在数量级上的差别和分配的不均匀会导致网络收敛缓慢,且训练结果偏向样本比重较大的那一方。由AR模型在水文时间序列的较好应用可知,水文时间序列中趋势项占有绝对优势。因此以趋势辨识理论对样本进行规范化,使样本规范化到同一数量级,同时时间序列的趋势保持不变。此外输出层不经过非线性处理,以保证网络有更大的预报空间。经黑河流域实测流量资料验证,基于趋势辨识理论的神经网络在水文时间序列预报中训练速度较快,预报效果较好。
关键词：
水文时间序列 趋势辨识 人工神经网络
[期刊] 预测
[作者]
文新辉 陈开周
1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,...
[期刊] 统计与决策
[作者]
施建刚 王万力
本文采用时间序列分析法按照复杂经济系统的影响原理将上房住宅指数分解为长期趋势变动、月度变动以及循环波动三种相互独立的变动趋势,同时结合政策、市场等因素对三种变化趋势的原因进行解析,从而发现了上海市住宅市场的大势所趋以及月度变动、循环波动的典型特点。
[期刊] 现代管理科学
[作者]
奉国和
神经网络和支持向量机都能有效地预测时间序列数据,但各自结构特点不同,导致其预测性能有差别。文章从理论和实践上比较了支持向量机与神经网络的优缺点。
关键词：
支持向量 神经网络 时间序列 预测
[期刊] 统计与决策
[作者]
李望晨 崔庆霞 王晓明
对BP神经网络的改进方式和网络参数确定进行分析,以青海省各月份经济统计中的时间序列问题为实验对象,分别采用动量项自适应学习率法和LM-BP算法,利用神经网络完成数据补缺及数据预测。该方法无须确立时间序列模型,便捷高效。最后对两种方法的训练情况和实验结果进行了比较和分析。
[期刊] 统计与决策
[作者]
翟静 曹俊
文章将时间序列ARIMA模型和BP神经网络算法相结合,设计一种组合预测模型,并将其应用于实际预测中,通过实际预测检验了组合预测模型在实际预测中的有效性。研究发现,组合预测模型在预测精度方面总体上优于这两个单项预测模型,因此这种组合预测模型具有良好的预测效能。
[期刊] 统计与决策
[作者]
涂锦 冷正兴 刘丁毅
现实生活中的时间序列,通常伴随着大量的噪声和高度的波动性。对于这些非线性时间序列,运用传统的统计和计量经济模型进行分析预测,预测结果往往不够理想。文章基于经验模态分解(EMD)和人工神经网络提出改进方法。主体思想是"先分再合":先用EMD方法分解非线性时间序列,得到一系列易于分析的独立的子系列,然后利用神经网络(FNN)对每一个子系列进行分析和预测,最后再用自适应线性神经网络(ALNN)整合并得出最终结果。结合具体房价时间序列实例,证实了这种方法的优势。
[期刊] 预测
[作者]
魏巍贤 邵朝
基于人工神经网络的非线性经济系统辨识魏巍贤，邵朝（西安交通大学７１００４９）（西安邮电学院７１００６１）１系统的描述和问题的提出在经济系统研究中，最常用的是离散时间系统这类系统可用以下形式的差分方程进行描述：其中ｘ（·），ｕ（·），ｙ（·）分别为状态...
[期刊] 情报学报
[作者]
柯昊 李天 周悦 钟玉颖 俞征鹿 袁军鹏
作者重名辨识工作是情报学、知识管理、文献计量学与科学计量学等工作的基础,在利用聚类、分类等机器学习方法进行作者重名辨识时,论文元数据中各字段缺失情况非常严重,会导致算法失效。针对这一现象,本研究主要聚焦于较准确地确定每一字段在作者重名辨识上的能力,通过构建字段贡献度评价体系,在数据缺失情况下,计算现有的每项信息在作者重名辨识中的作用,即"贡献度"。设计了组合的唯一性指标,并建立了一个基于BP神经网络的作者重名辨识算法,利用"王伟"的论文进行实验,验证了所提算法的有效性和可靠性。
[期刊] 统计与决策
[作者]
刘全 刘汀
文章基于ARIMA模型具备准确提取时间序列当前值、过去值及误差值之间回归关系的能力,人工神经网络具备对各种变量的感知能力强,非线性逼近、自适应、自学习性等特性,构建了一种多元时间序列预测模型,并进行了理论探讨和实证。该模型能较准确模拟和预测时间序列的变化规律,可较好满足对复杂时间序列的分析预测需求。
[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] 统计与决策
[作者]
陈基纯 王枫
文章阐述了BP神经网络的原理及其改进方式,提出了一种基于BP神经网络的时间序列预测方法。研究实例表明,无论是从拟合情况,还是检测、预测情况来看,该方法都有着很高的精度,可以作为房地产价格预测的一种行之有效的方法。
关键词：
BP神经网络 时间序列 房地产价格
[期刊] 统计与决策
[作者]
攸频
趋势平稳过程和随机趋势过程是刻画经济时间序列的两种截然不同的随机过程,对于经济建模分析具有不同的影响,文章从基本概念、技术处理和经济涵义上对这两种过程进行了全面的阐述和分辨,并利用渐近分布理论对于两种过程参数的统计关系进行了研究。从中讨论了单位根检验存在的问题,并给出相应的建议。
关键词：
随机趋势过程 趋势平稳过程 单位根检验
[期刊] 自然资源学报
[作者]
于延胜 陈兴伟
目前水文序列趋势研究主要集中于判断一个水文序列是否存在着显著趋势特征和该序列趋势是上升还是下降,但由于水文序列可分解为趋势、周期、随机等成分,论文提出了趋势成分在水文时间序列中的比重问题,并基于Mann-Kendall法,得到了趋势成分比重的计算公式。结果表明,趋势的显著程度与对偶数p和p0的差值有直接关系,差值越大,显著程度越明显;趋势成分比重取决于该差值及序列长度;显著趋势条件下趋势成分比重分析的结果,初步揭示了序列长度对趋势成分比重的影响,证明了用Mann-Kendall方法分析时间序列趋势特征时至少需要10个及以上的样本,且随着序列长度的增加,比重相应减小,因此当序列长度超过一定的范围...
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
