- 年份
- 2024(7366)
- 2023(10838)
- 2022(9225)
- 2021(8801)
- 2020(7603)
- 2019(17480)
- 2018(17257)
- 2017(33402)
- 2016(17742)
- 2015(19998)
- 2014(19700)
- 2013(18817)
- 2012(16682)
- 2011(14714)
- 2010(14607)
- 2009(12974)
- 2008(12427)
- 2007(10306)
- 2006(8595)
- 2005(7184)
- 学科
- 济(67540)
- 经济(67442)
- 管理(51528)
- 业(48257)
- 企(41077)
- 企业(41077)
- 方法(36384)
- 数学(32744)
- 数学方法(32100)
- 财(17874)
- 农(17452)
- 中国(16595)
- 业经(14311)
- 制(12997)
- 学(12665)
- 理论(12070)
- 贸(11568)
- 贸易(11560)
- 务(11378)
- 农业(11329)
- 财务(11320)
- 财务管理(11291)
- 易(11289)
- 地方(11189)
- 技术(10982)
- 企业财务(10676)
- 和(10223)
- 环境(9652)
- 银(9403)
- 银行(9385)
- 机构
- 学院(238519)
- 大学(237759)
- 管理(96717)
- 济(94209)
- 经济(92363)
- 理学(85120)
- 理学院(84266)
- 管理学(82382)
- 管理学院(81934)
- 研究(73340)
- 中国(54277)
- 京(48079)
- 科学(45908)
- 财(42849)
- 农(37922)
- 业大(37035)
- 中心(35509)
- 所(34943)
- 财经(34859)
- 江(33428)
- 研究所(32191)
- 经(31955)
- 农业(29871)
- 范(29405)
- 经济学(29216)
- 北京(29199)
- 师范(29034)
- 院(27311)
- 州(26420)
- 经济学院(26414)
- 基金
- 项目(173773)
- 科学(137923)
- 基金(127690)
- 研究(124433)
- 家(112532)
- 国家(111653)
- 科学基金(97007)
- 社会(79155)
- 社会科(75077)
- 社会科学(75060)
- 省(68102)
- 基金项目(67495)
- 自然(64811)
- 自然科(63413)
- 自然科学(63398)
- 自然科学基金(62225)
- 教育(59020)
- 划(57898)
- 资助(52361)
- 编号(49941)
- 重点(39422)
- 成果(38763)
- 部(38505)
- 创(37336)
- 发(36324)
- 创新(34837)
- 科研(34084)
- 课题(33893)
- 教育部(33424)
- 国家社会(33135)
共检索到327313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] 数理统计与管理
[作者]
张浩彬 薛丽丹 陈光慧
本文以地表水氨氮因子作为水质分析的研究对象,将系统降噪方法(Seasonal-HybridExtreme Studentized Deviate test,S-H-ESD)、经验模态分解(Empirical Mode Decomposition,EMD)方法和多模态输入长短期记忆模型(Multi-Modal Long Short-Term Memory,Multi-Modal-LSTM)相结合,构建了一个多尺度模态组合预测模型,EMD-Multi-ModalLSTM。在模型构建过程中,首先通过S-H-ESD算法对原始波动数据进行系统性降噪;其次,对降噪后的序列采用EMD分解为不同特征尺度的本征模态分量(IMF)和一个趋势项。在此基础上,对各分量再分别结合其他相关的序列信息,单独构建Multi-Modal-LSTM模型,并进一步通过集成各预测分量获得整体氨氮序列预测值。以珠三角地区两种不同水质断面氨氮浓度为例进行实证分析,结果表明本文方法相比于传统机器学习算法及深度学习算法具有更高的模型预测精度,且对数据波动较大的氨氮序列及高浓度时刻预测效果提升明显,预测性能更加稳定。
[期刊] 旅游学刊
[作者]
蒋文燕 朱晓华 蔡运龙 陈晨
本文以1986—2003年全国、江苏省、南京市3个尺度的入境旅游客源为例,基于线性回归模型、移动平均预测模型、指数平滑预测模型以及灰色预测模型,对比研究了各模型在不同空间尺度入境客源预测方面的客观差异,所得结论为:(1)对于不同空间尺度的入境旅游人数预测而言,因不同模型的预测误差差异较大,所以,应选择与尺度特征对应的合适的预测模型。(2)在进行全国尺度的入境旅游人数预测时,可选择以时间为自变量的线性回归预测模型和移动平均预测模型;在进行省级和省级以上尺度的入境旅游人数预测时,可选择移动平均预测模型;在进行
关键词：
尺度 客源预测 预测模型 预测误差
[期刊] 工业工程与管理
[作者]
鄢伟安 付晟 刘卫东 秦斌 韩林翀
光伏中期输出功率的准确预测可以为光伏系统的运维决策、能源招标、并网消纳等问题提供重要依据。为提高预测精度，提出了一种结合局部加权回归的周期趋势分解（seasonal-trend decomposition procedure based on loess， STL)、经验模态分解(empirical modal decomposition， EMD)、麻雀搜索算法（sparrow search algorithm， SSA）和长短期记忆神经网络（long short-term memory neural network， LSTM）的光伏中期输出功率预测模型。首先，对收集到的光伏功率历史监测数据进行数据预处理；然后，利用STL将监测的数据分解成趋势项、周期项和余项；利用经验模态分解，将余项分解得到不同特征尺度的本征模态分量（intrinsic mode functions， IMFs）和残差（residuals， RES）；通过相关性分析得到对光伏输出功率影响较大的环境影响因素，并使用麻雀搜索算法对长短期记忆神经网络进行超参数寻优，对各项分解后的数据集进行预测；叠加各个分量数据集预测结果得到光伏中期输出功率预测结果。最后，通过实例分析，将所提出的STL-EMD-SSA-LSTM模型与其它模型进行比较，结果表明，所提模型预测精度最高，验证了所提模型可有效应用于光伏中期输出功率预测。
[期刊] 经济学动态
[作者]
朱帮助 王平 魏一鸣
本文基于2005年4月～2011年9月欧洲气候交易所碳期货价格数据,运用经验模态分解(EMD)模型,将碳价序列从高频到低频分解成若个独立的、不同尺度的内在模态函数(IMF)和一个残差项,并赋予它们相应的物理含义;应用fine-to-coarse reconstruction算法将分解得到的IMF和残差项重构成高频分量、低频分量和趋势分量。这三个分量依次被辨识为短期供需失衡和市场随机活动影响、中期重大事件影响以及长期趋势。最后,针对提高国际碳市场价格预测的准确性,作者提出了一系列建议。
[期刊] 统计与决策
[作者]
林艳伟 杨乃定 杨一文
文章依据交易时间的多样性,从时间尺度对样本日收益率数据进行多尺度划分,在各尺度上检验资本资产定价模型,结果发现,资本资产定价模型在部分尺度上通过检验。
关键词：
资本资产定价模型 多投资尺度 实证研究
[期刊] 统计与决策
[作者]
白朝阳 宋林杰 李晓琳
文章考虑到企业实际物料数据时间序列数据非平稳、非线性的特征,提出了基于经验模态分解及最小二乘支持向量机回归的组合预测模型。运用经验模态分解(EMD)方法将非平稳时间序列分解为一系列的本征模函数(imf)和一个残差项(res),挖掘出更多的信息,再使用最小二乘支持向量机回归(LSSVR)模型并结合粒子群算法(PSO)进行组合预测。实证结果表明,组合预测可以高效预测非平稳物料需求时间序列,且预测精度较高。
[期刊] 技术经济与管理研究
[作者]
闫梦 王聪
随着全球对二氧化碳排放的日益关注,碳交易市场变得越来越重要。如果能够准确预测不同市场交易的碳价格,不仅可以为政府宏观调控提供更好的参考指标,还可以帮助企业更有效地管理碳排放带来的风险和相关政策。考虑到碳交易价格波动的趋势性和周期性特点,本文基于经验模式分解(EMD)、反向传播(BP)神经网络和深度神经网络(DNN)模型与支持向量机(SVM)等模型,以广州碳排放交易中心的碳交易价格为例对碳交易价格进行预测。实证分析中将单日碳价格时间序列作为各模型的输入变量,代入组合模型进行预测,并分别计算和分析了不同模型预测结果的误差和准确性。最后得出EMD-BP-DNN混合模型与SVM、BP等单一模型相比,预测误差更小,预测结果更准确,该结果提升了碳交易价格预测的准确性,为监管部门和企业决策提供了有效信息。
关键词：
碳交易 碳排放 价格预测 神经网络
[期刊] 运筹与管理
[作者]
秦全德 黄兆荣 黄凯珊
碳市场价格呈现非线性、非平稳的复杂特性,准确预测具有较大的挑战。基于"分而治之"的思想,提出了一种基于局部回归的多尺度碳市场价格预测模型。提出的模型利用集成经验模态分解(EEMD)对碳市场价格时间序列进行分解。启发于EEMD局部特征分解的特点,对分解后的分量采用局部回归方法进行预测,然后将分量预测结果进行集成。采用的局部回归方法包括局部线性回归(LLP)、局部多项式回归、局部岭回归、局部主成分回归、局部偏最小二乘回归和局部套索回归。实验结果表明基于局部回归的多尺度预测模型具有优异的预测性能。在提出的模型中,EEMD-LLP结构简单且性能更为突出,进一步对EEMD-LLP参数的适应性进行探讨。与新近提出模型的对比结果表明了EEMD-LLP在碳市场价格预测中的有效性。
[期刊] 林业科学
[作者]
张雄清 雷渊才 陈新美
引入组合预测方法以提高林分断面积预测的精度及2类模型(林分水平模型和单木水平模型)预测林分断面积的兼容性。组合预测法能够充分利用各单个模型的有效信息,从而提高预测精度,而单个模型权重的选取对提高组合预测法的精度至关重要。本研究基于北京山区油松连续清查数据,利用误差平方和法、方差协方差法和最优加权法确定林分断面积组合预测模型的权重。结果表明:组合预测法能够提高预测精度,同时利用最优加权法所建立的林分断面积组合预测模型其预测精度最高,方差协方差法次之,误差平方和法预测精度最低。
[期刊] 科技管理研究
[作者]
郭宇辰 加鹤萍 余涛 刘敦楠
对碳价波动的特征进行分析，说明碳价预测的意义；然后，基于卷积神经网络（convolutional neural network,CNN）与长短期记忆网络（long short-term memory, LSTM）提出一种CNN-LSTM组合模型的碳价预测方法，充分考虑碳价的时序特性，通过改善相关模型，从时序数据中提取特征的能力从而提高预测准确性；最后，通过欧洲能源交易所及我国广州碳市场的碳价实例验证，将CNN-LSTM模型的预测结果与其他常用预测模型对比，结果表明CNN-LSTM模型在碳价预测中具有更高的预测准确性。
[期刊] 中国人口.资源与环境
[作者]
张星星 曾辉
基于1992-2010年统计年鉴数据,对中国国家尺度、省级尺度、城市群尺度以及地级市尺度城市化过程中耕地压力动态变化以及驱动力进行了分析。结果表明在研究时段内,国家尺度的耕地压力呈下降趋势;省级尺度上的耕地压力表现为南增北减,东部和西部省份增加,中部和东北省份减少;城市群尺度上的耕地压力明显高于非城市群地区,三大城市群是我国耕地压力堪虞地区;地级市尺度上,基于蒙地卡罗模拟,中国43%的地级市耕地压力大于1,29%的地级市耕地压力大于1.5。并建立了国家尺度、省级尺度、城市群尺度和地级市尺度的多层线性面板模型。
[期刊] 长江流域资源与环境
[作者]
胡宏昌
由于长江水质的污染程度日益严重,为了说明治理长江对长江水质进行了简单的评价,保护长江迫在眉睫,首先,根据长江流域的17个观测站近两年多的水质检测数据统计,说明了近两年多来长江的防污治理工作有一定的效果。然后,根据1995~2004年长江流域水质的数据报告,考虑各类水之间的相互转化,构造了马尔柯夫(Markov)转移矩阵,建立了马尔柯夫预测模型,通过已有的观测数据验证了该模型的正确性及有效性。运用该马尔柯夫模型预测未来10年水质的变化趋势,即Ⅰ、Ⅱ、Ⅲ、Ⅳ类水逐年减少,而Ⅴ、劣Ⅴ类水逐年增加。到2014年,长江的第Ⅰ类水只有0.4 059%,劣Ⅴ类水达到26.2 714%,不可饮用水(即第Ⅳ,Ⅴ...
关键词：
长江水质 Markov模型 预测
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
郝健 刘俊民 张殷钦
【目的】针对地下水水质预测中影响因素的非线性关系,采用非线性偏最小二乘回归技术(PLSR)模型进行地下水水质预测研究,为地下水水质的准确预测提供支持。【方法】运用拟线性方法建立非线性PLSR模型,选用核函数对原自变量进行非线性变换,以陕西咸阳市某观测井2001-2009年地下水资料为研究对象,进行地下水硬度预测,并将其与BP网络模型的预测结果进行比较。【结果】利用咸阳市地下水前8年(2001-2008)的水质资料建立非线性PLSR模型,采用该模型对咸阳市地下水2009年硬度进行预测,与实测值相比,非线性PLSR模型、BP网络模型预测结果的平均相对误差分别为0.944%和1.354%,可知非线性...
[期刊] 生态经济
[作者]
孙秋霞 刘新民 刘晓飞
将统计过程控制(SPC)理论和ARMA模型相结合,应用到水质研究领域。目的是展示SPC作为预警工具对地表水水质污染的预警应用,利用ARMA模型作为一个管理工具来预警和减少地表水的污染,这些工具对水质的环境目标、指标及监管要求的实际环境性能进行评估建立有用的指导。结果表明:统计过程控制方法对于地表水质预警是一个潜在的重要途径,并且在污染物浓度严重增加时可以做出快速反应。SPC+ARIMA模型可用来实时监控地表水水质的变化,对于监控水质参数是一个现实可行的技术。
[期刊] 工业工程
[作者]
肖燕君 张华 任若恩
股票价格是众多因素影响的综合结果,波动规律异常复杂,属于典型的非平稳时间序列。为了对股价进行更有效的预测,提出一种基于小波分析、灰色残差GM(1,1)模型和AR模型的组合预测方法。运用小波分解算法,将股价序列分解成不同尺度上的逼近信号和细节信号,分别重构成低频序列和高频序列,即股价的趋势项和随机项。根据低频序列和高频序列的不同特性,分别采用灰色残差模型和自回归模型对未来股价进行预测,重新组合生成预测价格。实证研究结果表明,该方法比传统的股价预测方法具有更高的预测精度。
关键词：
小波分析 灰色残差模型 自回归模型 预测
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
推荐搜索
