- 年份
- 2024(6051)
- 2023(8913)
- 2022(7761)
- 2021(7419)
- 2020(6583)
- 2019(14595)
- 2018(14480)
- 2017(28354)
- 2016(14866)
- 2015(16844)
- 2014(16408)
- 2013(15607)
- 2012(13775)
- 2011(11918)
- 2010(11558)
- 2009(10266)
- 2008(9465)
- 2007(7824)
- 2006(6299)
- 2005(5044)
- 学科
- 济(58388)
- 经济(58333)
- 管理(43493)
- 业(42198)
- 企(36471)
- 企业(36471)
- 方法(33668)
- 数学(30517)
- 数学方法(29905)
- 财(14144)
- 农(13901)
- 中国(13038)
- 业经(12495)
- 理论(11054)
- 贸(10501)
- 贸易(10493)
- 学(10296)
- 易(10262)
- 技术(9988)
- 务(9840)
- 财务(9786)
- 财务管理(9766)
- 地方(9322)
- 企业财务(9245)
- 农业(9190)
- 和(8842)
- 制(8592)
- 环境(8005)
- 划(7873)
- 银(7275)
- 机构
- 学院(197973)
- 大学(196589)
- 管理(84324)
- 济(78866)
- 经济(77407)
- 理学(74859)
- 理学院(74158)
- 管理学(72485)
- 管理学院(72119)
- 研究(56127)
- 中国(42073)
- 京(38806)
- 科学(35019)
- 财(33866)
- 业大(29723)
- 财经(28571)
- 中心(28542)
- 农(28347)
- 江(26942)
- 经(26315)
- 所(25448)
- 经济学(24310)
- 范(24159)
- 师范(23864)
- 研究所(23652)
- 北京(23075)
- 农业(22294)
- 经济学院(22168)
- 经济管理(22127)
- 财经大学(21828)
- 基金
- 项目(147418)
- 科学(118600)
- 基金(109885)
- 研究(105964)
- 家(95570)
- 国家(94863)
- 科学基金(84233)
- 社会(68193)
- 社会科(64792)
- 社会科学(64776)
- 基金项目(58274)
- 省(57949)
- 自然(56660)
- 自然科(55518)
- 自然科学(55504)
- 自然科学基金(54499)
- 教育(51021)
- 划(48682)
- 资助(45201)
- 编号(42879)
- 重点(32953)
- 部(32748)
- 创(32148)
- 成果(32101)
- 发(30631)
- 创新(29914)
- 科研(28995)
- 教育部(28829)
- 国家社会(28630)
- 大学(28346)
共检索到261149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]
林育曼 文海宁 饶浩
文章利用小波分析对时间序列进行N层分解去噪,然后使用改进的时间序列结合BP神经网络构建组合预测模型。实验选取某个时期内P2P网贷平台微信公众号传播指数Top50作为训练样本,选取同期网贷平台的微信文章热度指数作为预测,并与实际公布数据Top10进行对比。实验结果表明,小波分析有助于去噪,ARIMA模型预测突变值易调控,结合BP神经网络隐含层的恰当选取,使得结果更为精确和具有针对性。
[期刊] 统计与决策
[作者]
吴晓峰 杨颖梅 陈垚彤
文章根据ARIMA时间序列模型和BP神经网络模型分别在处理线性空间预测问题和非线性空间预过测对问北题京中市的居优民势消,费建价立格了指一数种(C基PI于)B序P列神的经实网证络分误析差证校明正了的该差组分合自预回测归模移型动相平对均(于A单RI一MA预)测组模合型预在测C模PI型预,通测中的有效性,并利用该模型预测了未来一段时间北京市CPI的走势。
关键词：
ARIMA BP神经网络 组合预测
[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] 物流技术
[作者]
曹莹 陈旭 张跃博 龚正
为提高港口吞吐量预测精准性，建立了反向神经网络(BP)和差分整合移动平均自回归模型（ARIMA）的组合预测模型。首先考虑能够体现地方社会经济发展的经济评价指标，通过反向神经网络和差分整合移动平均自回归预测，分别得到港口吞吐量的预测结果；再运用拟合优度方法赋权组合，得到组合预测结果。以天门港为案例，组合预测模型的误差为0.072%，预测精度较高，未来可应用于短期水运工程预测。
[期刊] 现代管理科学
[作者]
林文声 姚一源 王志刚
在食品安全事件的报道和舆情监督方面,网络媒体正逐渐成为事件解决和政府决策的一股推动力量。文章构建了一个食品安全网络舆情热度的评价指标体系,并采用BP神经网络法对其进行测算。结果表明,当事人受罚力度和事件延续性、媒体报道内容的全面性和信息扩散情况、消费者对事件的关注和了解程度以及政府信息公开的全面性和法制化程度是影响食品安全事件网络舆情热度的主要因素。最后,本文提出了相应的政策建议。
[期刊] 情报科学
[作者]
黄亚驹 陈福集 游丹丹
【目的/意义】网民对社会现象及问题表达意见、态度使得网络舆情对社会的影响力越来越大,构建模型对网络舆情的发展进行预测具有现实意义。【方法/过程】通过信息熵理论控制种群初始化,利用遗传算法较强的全局搜索能力和粒子群算法的局部搜索能力实现对BP神经网络权值的优化,构建混合算法优化的BP神经网络的网络舆情预测模型并进行实证分析及对比实验。【结果/结论】结果表明,该模型在预测性能上具有更好的优越性及稳定性。
[期刊] 情报科学
[作者]
胡悦 王亚民
【目的/意义】微博舆情对社会各领域的影响与日俱增,但由于其影响因素众多,呈现出非线性且复杂的变化。因此,如何快速、准确地预测其发展趋势是一个很有价值的研究课题。【方法/过程】以微博话题的博文总数作为微博话题发展趋势的量化指标,考虑话题发展的复杂性和非线性的特点,采用模糊神经网络来预测微博话题的发展趋势。并通过改进的粒子群优化算法对模糊神经网络的参数进行优化以更好的发挥模糊神经网络在处理非线性、模糊性等复杂问题上的优越性。【结果/结论】通过对新浪微博数据集的对比实验,验证了本文所提方法的有效性和准确性。本文
[期刊] 长江流域资源与环境
[作者]
赵成柏 毛春梅
预测我国碳排放强度的长期变动趋势,对国家进行宏观经济管理和节能减排工作具有重要的参考价值。运用深入分析自回归移动平均模型和神经网络的特性,并在此基础上建立ARIMA模型和BP神经网络组合模型,将碳排放强度的时间序列的数据结构分解为线性和非线性残差部分,对我国碳排放强度的变化趋势进行了综合分析与预测。结果显示:今后10a我国碳排放强度总体是逐步下降的,但到2020年我国碳排放强度仅比2005年下降34%,比我国政府提出碳排放强度下降40%～45%的目标还有一定的差距。因此,要在2020年实现我国碳排放强度目标,必须要调整宏观经济政策,采取各种政策措施以实现目标。
[期刊] 旅游学刊
[作者]
雷可为 陈瑛
游客量的预测和分析是旅游规划与管理的基础性、关键性工作。目前,游客量预测主要采用基于传统研究方法或人工神经网络技术的单项预测方法。近年来的研究表明,组合预测方法比单项预测具有更高的预测精度。本文提出了一种基于BP神经网络和ARIMA组合模型的游客量预测新方法,对中国入境旅游人次数的变化趋势进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在旅游预测中的应用是可行、有效的。
[期刊] 统计与决策
[作者]
魏静 黄阳江豪 朱恒民 宋瑞晓
文章在传染病动力学SIR模型的基础上,将感染人群划分为从用户好友之间接触获取舆情信息和从阅读微信公众号获取两大类人群,模拟出基于公众号和朋友圈的双层微信拓扑结构,并利用微信网络的信息互动模式对感染率进行改进,最后对此模型进行了简单的因素分析。结果表明,双层微信网络舆情传播模型的变化符合实际生活中微信网络舆情的传播变化。
关键词：
微信网络 舆情传播 SIR模型 双层网络
[期刊] 情报杂志
[作者]
兰月新 刘冰月 张鹏 夏一雪 李昊青
[目的/意义]面向大数据研究网络舆情热度模型以及热度预测模型,能够准确把握大数据环境下网络舆情热度,并可以决定网络舆情应对和舆论引导措施的轻重缓急,具有重要的理论意义。[方法/过程]定性分析大数据环境下网络舆情热度影响因素,通过定义最大关联度向量,基于灰色关联度方法构建网络舆情热度模型,并在此基础上构建多维度logistic模型对各个媒体平台舆情信息开展预测,通过灰色关联度得出动态预测方法。[结论/结果]经过理论建模和实证分析得出构建的热度模型和热度动态预测模型是可行的,以上理论研究可为政府准确把握大数据
[期刊] 会计之友
[作者]
陈启忠
文章基于供电企业对电费现金流入预测的现实需要,分别建立了基于时间序列的ARIMA模型和BP神经网络预测模型,并对两种预测方法进行了对比分析,最终确定了以ARIMA模型为主、BP神经网络为辅的综合预测手段,有效地提高了电费现金流的预测精度,增强了供电企业的现金流管理水平。
[期刊] 情报学报
[作者]
张海涛 王丹 徐海玲 孙思阳
本文基于卷积神经网络构建了微博舆情情感分类模型,通过爬虫方式获取微博话题数据,利用word2vec训练词向量,采用NLPIR/ICTCLAS2016工具进行分词,进而通过Matlab编程实现模型训练和测试。结果表明,模型能够实现有效的微博舆情情感分类,相较传统机器学习具有一定的优越性。
[期刊] 统计与决策
[作者]
陈蔚
文章使用自回归移动平均(ARIMA)和人工BP神经网络方法对1990~2013年的我国进口、出口贸易额时间序列进行线性与非线性信息挖掘,ARIMA模型的拟合精度较低,经过BP神经网络方法对非线性规律进行建模并对2014~2018年进出口额进行预测,结论显示:BP神经网络方法能够较好的体现进出口贸易额时序中的非线性规律,有效的修正了线性预测方法的误差。
[期刊] 统计与决策
[作者]
苏文帅 栾一飞
城镇困难职工作为城市贫困新主体,在很大程度上影响着国家全面建成小康社会的进程。文章选取城镇困难职工就业、医疗、社会保障,以及城镇居民收入、支出等关键性指标数据,通过构建ARIMA-BP模型综合预测城镇困难职工数量规模,并对模型的有效性进行检验。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
