- 年份
- 2024(5111)
- 2023(7467)
- 2022(6345)
- 2021(6037)
- 2020(5092)
- 2019(11839)
- 2018(11614)
- 2017(22582)
- 2016(11767)
- 2015(13098)
- 2014(12622)
- 2013(12129)
- 2012(10762)
- 2011(9360)
- 2010(8625)
- 2009(7388)
- 2008(6728)
- 2007(5336)
- 2006(4042)
- 2005(3074)
- 学科
- 济(45389)
- 经济(45350)
- 管理(34317)
- 业(32272)
- 方法(26918)
- 企(26840)
- 企业(26840)
- 数学(24614)
- 数学方法(24259)
- 财(11608)
- 农(11476)
- 中国(9445)
- 业经(9430)
- 学(8998)
- 贸(8525)
- 贸易(8524)
- 易(8356)
- 务(8114)
- 财务(8079)
- 财务管理(8063)
- 技术(7788)
- 农业(7777)
- 企业财务(7697)
- 和(7098)
- 地方(6913)
- 环境(6871)
- 理论(6730)
- 划(6249)
- 制(6168)
- 产业(5341)
- 机构
- 学院(155445)
- 大学(155280)
- 管理(66277)
- 济(63086)
- 经济(62092)
- 理学(59123)
- 理学院(58585)
- 管理学(57427)
- 管理学院(57148)
- 研究(45963)
- 中国(33336)
- 京(30575)
- 科学(29652)
- 农(26513)
- 财(26389)
- 业大(26167)
- 中心(23349)
- 财经(22833)
- 经(21196)
- 农业(21072)
- 所(20838)
- 江(20084)
- 经济学(19724)
- 研究所(19672)
- 范(18107)
- 经济学院(18079)
- 经济管理(17993)
- 师范(17862)
- 北京(17821)
- 财经大学(17687)
- 基金
- 项目(122117)
- 科学(97591)
- 基金(91933)
- 研究(84944)
- 家(81394)
- 国家(80842)
- 科学基金(70909)
- 社会(55658)
- 社会科(52933)
- 社会科学(52922)
- 基金项目(49461)
- 自然(48265)
- 自然科(47217)
- 自然科学(47203)
- 省(46952)
- 自然科学基金(46358)
- 划(39806)
- 教育(39546)
- 资助(36911)
- 编号(32708)
- 重点(27411)
- 部(27297)
- 创(26232)
- 发(25124)
- 创新(24593)
- 科研(24515)
- 国家社会(24034)
- 教育部(23688)
- 成果(23596)
- 人文(23040)
共检索到197565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] 资源科学
[作者]
侯艺璇 赵华甫 吴克宁 李凯
为科学预测作物重金属含量,实现重金属污染农用地的安全利用,本研究利用地理探测器选取对作物Cd含量影响较大的土壤Cd含量、土壤pH值、与交通主干线的距离等10个因素为输入因子,农作物可食部分Cd含量作为输出因子,分别建立小麦、水稻、油菜籽、蔬菜可食部分Cd含量的BP神经网络预测模型,对作物种植污染情况进行预测分析,划分作物安全利用种植区。研究结果表明:(1) BP神经网络模型预测精度明显优于多元回归预测模型;(2)对小麦、水稻和油菜籽的可食部分Cd含量预测结果进行评价,得到作物污染可能的空间分布及特征;(3)依据评价结果,对3种作物进行配置,划分得到4种作物适宜种植区,并提出管控策略。研究可为污染农用地的安全利用及作物种植调整提供思路和依据,兼具理论和现实意义。
[期刊] 草业科学
[作者]
史红飞 侯建伟 卢志宏 杨勇
草原矿区开采破坏了草地生态系统的平衡,Cu元素随粉尘、径流扩散和迁移,并通过食物链富集而影响正常生产活动,因此建立简单又快速的预测模型对草原土壤Cu含量监测具有重要意义。以内蒙古锡林郭勒草原矿区为研究对象,耦合土壤有机质和pH,建立预测Cu含量的BP神经网络模型。结果表明:1)建模数据和测试数据的拟合优度随隐含层层数的增加呈先增加后降低的规律,4层时拟合优度最大;2)隐含层层数为3、4、5和7时,隐含层节点数相近;3) 4层隐含层BP神经网络模型具有较高的拟合精度和适当的规模,可以用于草原表层土壤Cu含量的快速预测。
关键词：
BP神经网络 多层网络 Cu含量
[期刊] 林业科学研究
[作者]
童冉 陈庆标 周本智
[目的 ]利用神经网络所具有的输入层与输出层间存在的高度非线性映射关系,对杉木叶片C、N、P含量实现准确、经济、快捷的预测。[方法 ]以我国亚热带地区杉木人工林为研究对象,运用径向基函数(RBF)神经网络在杉木叶片C、N、P含量与地理、气候及土壤性质等生态因子间构建最优预测模型,并结合已发表文献数据进行叶片C、N、P含量预测。[结果 ]模拟预测叶片C、N和P含量分别为476.68、12.27和1.24 mg·g~(-1),其中N含量远低于我国陆地植物叶片平均含量;叶片C/N、C/P和N/P平均值分别为40.28、412.01和10.50。预测结果与实测值较为符合,表明RBF人工神经网络模型用于预测杉木叶片C、N、P含量与生态因子的关系是可行的。[结论 ]模型可以较为准确地估测杉木叶片C、N、P含量,平均误差分别为1.82%、9.88%和7.02%。较低的叶片N含量和N/P表明亚热带地区杉木生长主要受到N素限制。
[期刊] 林业科学研究
[作者]
童冉 陈庆标 周本智
[目的 ]利用神经网络所具有的输入层与输出层间存在的高度非线性映射关系,对杉木叶片C、N、P含量实现准确、经济、快捷的预测。[方法 ]以我国亚热带地区杉木人工林为研究对象,运用径向基函数(RBF)神经网络在杉木叶片C、N、P含量与地理、气候及土壤性质等生态因子间构建最优预测模型,并结合已发表文献数据进行叶片C、N、P含量预测。[结果 ]模拟预测叶片C、N和P含量分别为476.68、12.27和1.24 mg·g~(-1),其中N含量远低于我国陆地植物叶片平均含量;叶片C/N、C/P和N/P平均值分别为40.28、412.01和10.50。预测结果与实测值较为符合,表明RBF人工神经网络模型用于预测杉木叶片C、N、P含量与生态因子的关系是可行的。[结论 ]模型可以较为准确地估测杉木叶片C、N、P含量,平均误差分别为1.82%、9.88%和7.02%。较低的叶片N含量和N/P表明亚热带地区杉木生长主要受到N素限制。
[期刊] 统计与决策
[作者]
丁红 董文永 吴德敏
为获得更精确的径流水位预测效果,文章提出了基于Levenberg Marquardt(LM)算法的BP双隐含层神经网络模型(BPDHLM)。LM算法是梯度下降法与高斯-牛顿法的结合,能缩短BP网络的收敛时间,改善网络的收敛性能;相对单隐层而言,双隐含层BP网络则能改善网络的性能误差,误差梯度,从而提高模型预测精度并改善网络性能。研究结果表明:该模型预报稳定性好,预报准确率高,为径流-水位时间序列预测提供一个有效建模方法。
[期刊] 统计与决策
[作者]
陆利军 廖小平
运用科学的预测模型对旅游客流量进行及时、准确预测,对提升旅游者的出行体验和促进旅游产业的发展意义重大。文章分别以基于BP和Elman神经网络构建的模型为基准模型,提出引入EMD方法改进传统BP预测模型,以探究互联网时代游客出行新特征。实证分析以张家界为例,研究发现:(1)EMD方法能够有效提高数据质量;(2)根据分量特征不同而重新组合形成向量的方法可有效缩短网络训练时间,进而提升游客量预测精度。
[期刊] 资源科学
[作者]
丁美 籍春蕾 邹碧莹 赵言文
农作物秸秆是地球上第一大可再生资源,为能更好的合理开发利用农作物秸秆资源,缓解日益突出的资源短缺、环境污染与经济发展的矛盾,对其进行预测研究是非常之必要的。本文系统分析了江苏省秸秆资源现状及其资源量变化趋势影响因素,并以1990年-2008年历史数据和2009年农作物秸秆资源普查数据为基础,选取理论资源量、人均资源量和单位播种面积资源量为预测评价指标,基于BP神经网络(BP-ANN)对江苏省农作物秸秆资源的评价指标发展趋势进行预测。结果表明:建立的BP神经网络预测模型的相对误差基本在5%的范围内,平均相对误差在2%左右,预测结果与实际有较高的拟合度,且对数据具有较好的适应能力。在未来5年内,江...
[期刊] 林业科学研究
[作者]
程冀文 王树森 罗于洋 张岑
[目的]以库布其沙漠沙柳为研究对象，建立基于BP神经网络的沙柳生物量模型，探究不同建模因子下的沙柳生物量估算模型变化，以期探究沙柳生物量估算模型的最优形式。[方法]选取6种沙柳生长因子，并根据与生物量相关性大小加入输入变量，从而组成6组不同输入变量，输入变量包含因子数量逐步增加（1～6种）。对比BP神经网络沙柳生物量模型不同输入变量所拟合模型的性能，确定最佳输入变量，并在最优输入变量的基础上，确定BP神经网络隐层数量，经过反复训练，建立基于BP神经网络的沙柳生物量估算模型。[结果]基于BP神经网络的沙柳生物量模型最优结构，即输入层节点数（N_(in)）∶隐层节点数（N_h）∶输出层节点数(N_(out))为：4∶9∶1。其中训练数据R~2=0.97,RMSE=0.67,MAE=0.50；测试数据R~2=0.96,RMSE=1.10,MAE=0.77。[结论]基于BP神经网络的沙柳生物量，随着输入变量中输入因子的数量不断增加，发现其R~2、RMSE、MAE所表现出的模型性能逐渐变好，但是输入变量每增加1种后，当输入因子数量为5时，模型精度相比输入因子数量为4时提升幅度较小，考虑模型使用时的精度和野外工作的便利性，输入层最优输入因子数为4种，当隐层数为9时模型性能表现为最优。
[期刊] 林业科学
[作者]
李永亮 张怀清 林辉
利用便携式ASD野外光谱辐射仪对杉木冠层叶片光谱进行测定,同时以分光光度法对叶片叶绿素含量进行提取。样本经均值处理、平滑处理和微分处理后,进行红边参数提取。对11个红边参数以PCA方法进行降维,将得到的前7个主成分得分作为网络输入参数,叶绿素含量作为网络输出参数,以遗传算法(GA)优化网络初始权值阈值,建立隐含层神经元数分别为4,6,8,10,12和14的6种单隐层BP神经网络模型。以R2,RMSE和相对误差作为模型精度检验标准,结果表明:6种模型预测精度均可达到92.0%以上,其中隐含层神经元数为10时,预测精度最高,可达97.372%。说明此种模型可对杉木冠层叶片叶绿素含量进行高精度估算。
[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] 图书情报工作
[作者]
蔡时连
图书复本量是图书馆文献采访工作流程中的重要一环,同时也影响到图书馆文献采购经费的预算。为了解决图书馆图书复本量计算问题,利用BP神经网络和Elman神经网络,以北京建筑大学建筑类施工图书(TU7)为研究对象,预测2013-2015年该类图书平均复本量,为确定图书的采购经费预算提供参考。
关键词：
图书采购 平均复本量 神经网络
[期刊] 技术经济与管理研究
[作者]
曾黔蜀 沈光先
本文在对影响邮政业务量因素的相关系数计算的基础上 ,尝试用人工神经网络方法对邮政函件量进行预测。结果表明 :人工神经网络BP模型用于邮政函件量预测具有良好的预测效果
关键词：
人工神经网络 BP算法 预测
[期刊] 物流技术
[作者]
陆思锡 王帅 熊彪
为了降低油料消耗量的预测误差，提高预测精度，将灰色预测模型所需初始数据少和ＢＰ神经网络预测模型非线性拟合能力强的优点结合起来，建立了基于灰色理论和ＢＰ神经网络的油料消耗量组合预测模型。通过引入单一预测模型的加权系数，更好地挖掘了两种预测方法所隐含的数据规律，使单一预测模型中存在的不确定性得到分散。算例结果表明，相较于灰色预测和ＢＰ神经网络预测的单一模型，组合预测模型的预测结果更贴近于真实数据，预测精确度更高、误差更小，将该模型用于油料消耗量预测是可行的。
[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] 运筹与管理
[作者]
陈华群 王玉珏 柳藴栖
为提升航空运输预测的抗外界干扰能力，改变传统时间序列的数据趋势预测弊端，以突发公共事件为个体引导特征，构建事件生命周期延续下的ABI飞行量预测机制。运用SPSS数据分析技术，统计分析历史公共突发事件对航班飞行量的影响，机器学习飞行量与突发事件的斯皮尔曼关联性，建立的BP神经网络的飞行量预测改善模型，利用突发事件与飞行量趋势变化作为训练函数，改进的Matlab.net对样本数据进行训练，修正各层神经元权值和阈值使误差函数沿负梯度方向下降，逼近期望预测值。以新冠疫情下的我国民用运输飞行量预测为例，验证模型和算法的可行性和预测效果；结果表明：BP神经网络的计算搜索技术一定程度内解决了突发公共事件与飞行量变化的复杂非线性映射关系，最优验证集均方误差得到最接近期望的预测结果。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
