- 年份
- 2024(5801)
- 2023(8400)
- 2022(7281)
- 2021(6792)
- 2020(5840)
- 2019(13504)
- 2018(13173)
- 2017(25692)
- 2016(13405)
- 2015(15143)
- 2014(14569)
- 2013(14124)
- 2012(12682)
- 2011(11246)
- 2010(10571)
- 2009(9398)
- 2008(8714)
- 2007(7262)
- 2006(5966)
- 2005(4914)
- 学科
- 济(54094)
- 经济(54032)
- 管理(38773)
- 业(36488)
- 企(31222)
- 企业(31222)
- 方法(31147)
- 数学(27868)
- 数学方法(27378)
- 财(13838)
- 农(12299)
- 学(11823)
- 中国(11779)
- 业经(10917)
- 贸(9632)
- 贸易(9629)
- 易(9414)
- 务(9302)
- 财务(9263)
- 财务管理(9238)
- 企业财务(8805)
- 理论(8737)
- 技术(8684)
- 农业(8216)
- 地方(8182)
- 和(8179)
- 制(8069)
- 环境(7514)
- 划(7103)
- 融(6616)
- 机构
- 大学(185506)
- 学院(182805)
- 管理(75213)
- 济(73664)
- 经济(72333)
- 理学(66640)
- 理学院(65966)
- 管理学(64447)
- 管理学院(64129)
- 研究(58105)
- 中国(42607)
- 京(37855)
- 科学(37775)
- 财(31855)
- 农(31733)
- 业大(30143)
- 中心(28309)
- 所(27966)
- 财经(26752)
- 研究所(25997)
- 农业(25444)
- 江(25266)
- 经(24659)
- 经济学(22962)
- 北京(22684)
- 范(22077)
- 院(21925)
- 师范(21727)
- 经济学院(20861)
- 财经大学(20507)
- 基金
- 项目(137687)
- 科学(110041)
- 基金(103874)
- 研究(94649)
- 家(92417)
- 国家(91766)
- 科学基金(80052)
- 社会(61391)
- 社会科(58318)
- 社会科学(58302)
- 自然(55147)
- 基金项目(54692)
- 自然科(54000)
- 自然科学(53982)
- 自然科学基金(53014)
- 省(52702)
- 划(45440)
- 教育(44467)
- 资助(43233)
- 编号(36068)
- 重点(31192)
- 部(30855)
- 创(29328)
- 发(28341)
- 科研(27843)
- 创新(27506)
- 成果(27119)
- 计划(26742)
- 教育部(26562)
- 国家社会(26321)
共检索到248147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]
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]
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]
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]
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] 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]
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] 统计研究
[作者]
吴翌琳 南金伶
神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。
[期刊] 数理统计与管理
[作者]
龙会典 严广乐
本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性.
[期刊] 统计与决策
[作者]
孙冠华
文章以1990年1月至2017年1月间我国CPI指数序列为研究对象,采用ARMA模型对序列进行拟合和预测,得到短期预测误差为3.599,长期预测误差为12.528。针对ARMA模型没有良好捕捉到CPI序列中非线性关系的缺陷,本文采用BP网络、RBF网络以及核方法对其作了改进。有非线性特征的三种模型长期预测精度与ARMA模型相当,而短期预测精度有较大提高,最大提高比例为51.85%。
[期刊] 经济管理
[作者]
孟文强 任一鑫
采购经理人指数(PMI)是经济活动扩张与收缩的晴雨表,PMI指数已经广泛应用于政策制定、企业决策和经济分析过程,但关于采购经理人指数自身变化规律的研究仍比较少见。本文以国家统计局、物流联合会(CFLP)和汇丰银行(HSBC)采购经理人指数的历史数据为研究对象,分析其波动规律、数据差异及经济意义。由于宏观经济政策发挥作用具有较长时滞,增强对经济波动的预见具有较大的应用前景。本文采用多种模型对各PMI数据序列进行拟合与预测,包括简单ARIMA模型、疏系数模型、乘积季节模型和神经网络模型,通过协整检验验证了CFLP和HSBC制造业采购经理人指数之间的协整关系。预测结果显示,除疏系数模型误差超过3%外...
[期刊] 中国农业大学学报
[作者]
王俊 刘刚
温室无线传感器网络中故障节点会产生并传输错误数据,不仅消耗节点的能量和带宽,而且导致错误决策。针对此问题研究一种准确判断节点故障状态的方法。采用时序分析和遗传BP神经网络,建立基于时间序列和神经网络的传感器节点故障诊断系统,通过对传感器样本数据进行时序分析,提取模型参数作为特征向量,并以此对遗传BP神经网络进行网络训练,实现传感器节点故障的诊断。试验结果表明:该方法能够有效地识别传感器节点故障类型,15组测试样本的输出矢量与同类故障基准矢量的欧式距离和为0.007,识别正确率为100%。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
