标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(6292)
2023(9181)
2022(7945)
2021(7541)
2020(6466)
2019(14914)
2018(14848)
2017(28951)
2016(15469)
2015(17427)
2014(17126)
2013(16422)
2012(14614)
2011(12833)
2010(12638)
2009(11106)
2008(10447)
2007(8618)
2006(7045)
2005(5706)
作者
(41005)
(34186)
(34108)
(32441)
(21908)
(16379)
(15489)
(13568)
(12961)
(11957)
(11768)
(11457)
(10696)
(10690)
(10682)
(10293)
(10263)
(10000)
(9928)
(9822)
(8314)
(8252)
(8188)
(7887)
(7698)
(7629)
(7502)
(7370)
(6809)
(6746)
学科
(62056)
经济(61996)
管理(43693)
(42184)
方法(36038)
(35740)
企业(35740)
数学(32837)
数学方法(32161)
(15248)
(14605)
中国(13827)
业经(12366)
理论(11357)
(10768)
(10607)
贸易(10602)
(10356)
(10176)
财务(10124)
财务管理(10103)
技术(10060)
地方(9881)
农业(9751)
企业财务(9567)
(9058)
(8761)
环境(8647)
(8235)
教学(8221)
机构
大学(208164)
学院(207968)
管理(86343)
(84777)
经济(83262)
理学(76677)
理学院(75908)
管理学(74192)
管理学院(73805)
研究(61904)
中国(44783)
(41828)
科学(37803)
(36551)
业大(31377)
财经(30708)
(30542)
中心(30288)
(28979)
(28355)
(28255)
研究所(26811)
经济学(26637)
(26360)
师范(26034)
北京(25346)
经济学院(24293)
农业(24159)
财经大学(23423)
经济管理(23137)
基金
项目(153253)
科学(122642)
基金(113277)
研究(110695)
(98789)
国家(98044)
科学基金(86176)
社会(70741)
社会科(67253)
社会科学(67238)
(59869)
基金项目(59655)
自然(57527)
自然科(56329)
自然科学(56317)
自然科学基金(55279)
教育(53869)
(50891)
资助(47626)
编号(44411)
(34675)
重点(34630)
成果(33767)
(33051)
(32209)
创新(30835)
教育部(30378)
科研(30167)
课题(30072)
国家社会(29753)
期刊
(78058)
经济(78058)
研究(53379)
中国(34616)
管理(31188)
学报(30035)
科学(28440)
(28198)
(25593)
教育(24761)
大学(24178)
学学(22908)
技术(22243)
农业(18012)
财经(14408)
(13911)
金融(13911)
经济研究(13475)
业经(13003)
统计(12499)
(12392)
(11298)
技术经济(11089)
问题(10338)
决策(10150)
(10068)
科技(9500)
(9253)
理论(9033)
商业(8943)
共检索到276725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] 陈煜之   李心悦   方毅  
文章引入一种小波变换与机器学习的组合预测方法,通过小波变换提取单变量时间序列的主要特征,并应用不同的机器学习模型进行预测分析。构建不同类型的机器学习模型对上证指数、恒生指数、纳斯达克指数和日经225指数进行预测,结果表明:在不增加任何被解释变量的情况下,经过小波变换的数据特征能较好地预测指数收益率;通过比较线性模型、机器学习模型和深度学习模型发现,线性模型在捕获小波变换特征方面表现最好;有效的数据降维方法是提高非线性模型样本外预测精度的重要手段,并且可以减少模型训练的时间;小波变换和贝叶斯混合模型的预测精度高于传统的ARMA模型。
[期刊] 统计与决策  [作者] 王成宇  林名驰  唐政  
文章针对已有的基于粗糙集理论的组合预测单项模型筛选方法存在属性重要度可能均为0的问题,选取属性频率作为属性重要度评价标准;针对原算法未考虑单项模型预测精度可能导致组合预测精度不高的问题,结合单项模型的均方根误差构成新的属性重要度评价标准,提高了组合预测精度,同时解决了属性因重要度相同而难以选择的问题;为使算法完整,将筛选过程细化为有核与无核两种情况,并给出详细算法步骤。结合四种组合预测方法与不筛选和原算法得到的模型集进行实例对比分析,验证了筛选的必要性与该算法的有效性。
[期刊] 统计与决策  [作者] 陈晓毅  秦磊  
文章提出了一种基于经验模态分解和广义可加模型的组合方法,以研究非平稳自变量中不同频率的波动成分对因变量的非线性影响。模拟分析表明,经验模态分解可以对非平稳序列进行有效的分解,得到不同频率的波动成分,揭示了数据的内部频率结构。
[期刊] 统计与决策  [作者] 方毅  陈煜之  
文章基于CAPM、多因子、DNN、LSTM和SVM模型,探讨传统线性资本资产定价模型与机器学习模型对于资产组合样本外的预测能力。提出了六个假设,并采用固定窗口和滚动窗口对模型的预测能力进行验证,结果发现机器学习模型比线性回归在样本外的预测能力更佳,泛化能力更强。
[期刊] 统计研究  [作者] 孟生旺  
汽车保险广受社会关注,且在财产保险公司具有举足轻重的地位,因此汽车保险的索赔频率预测模型一直是非寿险精算理论和应用研究的重点之一。目前最为流行的索赔频率预测模型是广义线性模型,其中包括泊松回归、负二项回归和泊松—逆高斯回归等。本文基于一组实际的车险损失数据,对索赔频率的各种广义线性模型与神经网络模型和回归树模型进行了比较,得出了一些新的结论,即神经网络模型的拟合效果优于广义线性模型,在广义线性模型中,泊松回归的拟合效果优于负二项回归和泊松—逆高斯回归。线性回归模型的拟合效果最差,回归树模型的拟合效果略好于线性回归模型。
[期刊] 价格理论与实践  [作者] 张省  
对碳价进行科学准确的预测,有利于提高碳市场风险防范能力。本文提出一种基于二次分解和机器学习的碳价组合预测模型,将影响碳交易价格的内部和外部因素输入预测模型,汇总各序列的最优预测值即得到碳价的最终组合预测结果。以湖北碳市场价格为样本开展实证研究,结果表明:该组合预测模型达到了较高的预测精度,有利于提高碳交易价格预判的准确度、提高碳市场运行效率。基于此,建议采取二次分解和机器学习方法开展碳交易价格预测工作,建立跨试点碳价风险预警联动机制,根据经济发展形势及时调整碳配额发放总量。
[期刊] 运筹与管理  [作者] 刘辉  李仁传  
以普调频率为核心的工资增长机制,是我国公务员工资制度改革悬而未决的难点问题,其关键在于分析影响因素并确定普调周期。文章采用ISM、M-F等方法,对我国公务员工资普调频率影响因素进行量化分析,旨在通过研究各因素影响时效的衍变规律,寻求长期稳态下最适宜的普调周期。研究发现,基于时效周期的工资普调影响指标体系包含24项因素,其中CPI等8项流量因素构成短期时效层,自身变化及影响时效短,易波动,综合影响期为1.55年;平均任职时间等13项存量因素构成中期时效层,指标变动具有长期累积性,综合影响期为3.11年;工资差异结构等3项支配因素构成长期时效层,反映工资供求矛盾状态,综合影响期为4.53年;在24项因素综合作用下,系统于2.34年达到了长期稳态水平,各项影响因素实现了最佳平衡,可近似将2.50年设计为普调周期。
[期刊] 统计研究  [作者] 孟生旺  李政宵  
为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整。与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用。本文将该方法应用于一组实际数据,并与其他方法进行了比较。实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性
[期刊] 统计研究  [作者] 孟生旺  李政宵  
为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整。与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用。本文将该方法应用于一组实际数据,并与其他方法进行了比较。实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性对纯保费预测值的影响,即纯保费较低的保单受相依性的影响较大,而纯保费较高的保单受相依性的影响较小。
[期刊] 情报学报  [作者] 刘夏  黄灿  余骁锋  
随着专利数量的迅速增长,如何预测专利质量,已成为企业、政府以及学术界越发关注的问题。传统的统计分析方法虽然对专利质量评估进行了多方面探索,却较少对专利质量进行预测,尤其是充分利用到专利数据的海量样本和持续更新的优势。本文以2010—2011年国家知识产权局受理的共计85万余件专利申请为研究对象,抓取申请文档中以及相关引文的特征信息,搭建完整的随机森林模型,对后续被引情况进行机器学习及预测。除此之外,随机森林对特征重要性的评估结果显示,专利的向前引证专利的特征比该专利本身的特征对后续引证的预测提供了更多有效信息,进一步显示出专利审查中对前引专利检索工作的重要性。同时,文章结尾指出了本文模型的局限性以及今后借助机器学习对专利预测的改进方法。
[期刊] 运筹与管理  [作者] 李培志  董清利  
电影票房预测对于管理部门一直是一项重要而复杂的工作。电影票房相关变量复杂多变,且数据获取难度较大是制约当前研究的主要因素。相比之下,网络搜索数据是互联网公司发布的用于记录网民搜索行为的结构化数据,能客观及时反映事物的发展趋势。本研究建立了基于网络搜索数据的混合预测模型。首先,匹配与测试集最相似的训练数据构建最优训练集(OTS)。其次,应用帝国竞争算法(ICA)选择最小二乘支持向量机(LSSVM)的最佳参数组合。最后,使用优化模型进行预测。为了测试模型的效果,使用中国大陆上映的电影票房数据进行模拟实验。结果表明混合模型具有更高的预测精度。本研究所构建的模型适用于中国电影业的票房预测,可为有关部门提供决策参考。
[期刊] 清华大学学报(自然科学版)  [作者] 代鑫  黄弘  汲欣愉  王巍  
暴雨内涝的快速预测对于提升灾害应急处置能力具有重要意义.针对传统数值模拟复杂耗时导致难以满足暴雨内涝预测时限要求的问题,该文基于机器学习方法构建城市暴雨内涝时空快速预测模型.利用城市综合流域排水模型(InfoWorks ICM)模拟的高精度网格结果作为数据驱动,综合考虑降雨因素、地理数据以及排水管网的分布情况,分别基于随机森林、极限梯度提升(XGBoost)、K最近邻以及长短期记忆(LSTM)神经网络建立城市暴雨内涝快速预测模型.以某城市区域为例,开展算例研究,结果表明:随机森林模型的空间预测效果最佳,淹没范围预测准确率可达99.5%,积水深度平均预测误差3.6%;LSTM神经网络模型能准确预测内涝点积涝过程的水深时序变化.在该算例场景下,所构建的机器学习模型可实现s级的暴雨内涝时空快速预测.
[期刊] 商业经济与管理  [作者] 焦志伦  金红  刘秉镰  张子豪  
基于共享单车项目的多维度大样本数据,以套索回归、岭回归、随机森林和迭代决策树等机器学习模型,探讨了共享单车短期(基于小时)需求预测的主要影响因素,并对不同模型预测效果进行了比较分析。研究结果发现,影响共享单车小时需求的主要因素包括特定的位置因素、时间因素以及天气条件因素。同时,相比普通线性回归、套索回归和岭回归模型,随机森林和迭代决策树模型对共享单车短期即时需求预测的结果更精确,在样本内部拟合和样本外推预测中的拟合优度(R2)更高,标准误差(RMSE)更低,是共享单车行业短期实时需求精准预测的更有效手段。
[期刊] 山西财经大学学报  [作者] 苗晓宇  
首先计算了已实现波动率和超高频波动率,然后使用ARFIMA(0,d,0)-SKST模型计算了条件波动,最后对条件波动调整后的收益率进行了拟合并计算出了VaR值。实证结果发现,使用高频数据甚至超高频数据测量金融风险的准确性并不比低频数据高很多,如果选用模型恰当,完全能够使用低频数据得到高频数据的精度。
[期刊] 清华大学学报(自然科学版)  [作者] 刘依明   杨珺涵   张忠利   许沛琪   刘念雄  
机器学习算法模型为住宅低碳设计与优化提供了数据支持。然而,在碳排放预测与分析时,算法模型常被直接使用,而未考虑调参与寻优,且不同自变量数据集对模型预测效果的影响差异也有待明确。为揭示不同算法模型对寒冷地区住宅低碳设计的指导效果、向建筑师提供算法模型的选择依据,针对多元线性回归、分类回归树、随机森林、自适应增强算法、梯度提升回归树和多层感知机等在低碳设计中常用的算法模型进行寻优,对比分析不同算法和自变量数据集的适用性与预测性能。该文说明了算法模型寻优的目标边界、参数取值范围、寻优过程和论证方法。在37栋寒冷地区钢筋混凝土剪力墙结构住宅及其衍生方案的基础上,采用交叉验证和网格搜索,建立了120个建材碳排放预测模型和60个将稳态耗热量转换为动态耗热量的转化系数预测模型。对比结果表明:总体上,多元线性回归、随机森林和梯度提升回归树算法的碳排放预测性能更好。其中,随机森林和梯度提升回归树算法在误差控制方面表现更佳,但预测优度与多元线性回归算法相近,且可解释性较差。采用恰当的自变量数据集,如建筑总层数、建筑层高、建筑面宽与进深等形体尺度参数,标准层户数与卧室数等功能配置参数,以及采暖期室外平均温度、实际供暖天数、屋面和墙面传热系数的修正系数等城市气象参数,多元线性回归算法能够为寒冷地区住宅低碳设计与优化提供更直观、有效的指导。
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