- 年份
- 2024(4364)
- 2023(6280)
- 2022(5411)
- 2021(5134)
- 2020(4360)
- 2019(10086)
- 2018(9852)
- 2017(19546)
- 2016(10020)
- 2015(11102)
- 2014(10666)
- 2013(10102)
- 2012(8834)
- 2011(7541)
- 2010(6909)
- 2009(5850)
- 2008(5108)
- 2007(3803)
- 2006(2695)
- 2005(1779)
- 学科
- 济(40906)
- 经济(40871)
- 管理(29428)
- 业(28334)
- 方法(24912)
- 企(23787)
- 企业(23787)
- 数学(23133)
- 数学方法(22812)
- 财(10991)
- 农(9655)
- 中国(8515)
- 业经(7861)
- 务(7695)
- 财务(7664)
- 财务管理(7648)
- 企业财务(7299)
- 贸(6949)
- 贸易(6948)
- 易(6801)
- 技术(6613)
- 农业(6481)
- 地方(6341)
- 环境(6033)
- 和(5566)
- 学(5420)
- 理论(5412)
- 划(5302)
- 制(5188)
- 融(4573)
- 机构
- 学院(127364)
- 大学(127040)
- 管理(57166)
- 济(55459)
- 经济(54674)
- 理学(51457)
- 理学院(51032)
- 管理学(50162)
- 管理学院(49914)
- 研究(34047)
- 中国(25104)
- 京(23633)
- 财(23414)
- 财经(20290)
- 科学(19580)
- 经(18825)
- 业大(18626)
- 中心(18009)
- 经济学(17745)
- 农(16333)
- 经济学院(16324)
- 江(15693)
- 财经大学(15693)
- 经济管理(15676)
- 商学(15192)
- 商学院(15063)
- 范(14452)
- 师范(14294)
- 所(13717)
- 北京(13365)
- 基金
- 项目(100524)
- 科学(81884)
- 基金(76739)
- 研究(73157)
- 家(66013)
- 国家(65526)
- 科学基金(59040)
- 社会(49134)
- 社会科(46844)
- 社会科学(46834)
- 基金项目(41393)
- 自然(38866)
- 省(38612)
- 自然科(38063)
- 自然科学(38055)
- 自然科学基金(37365)
- 教育(34404)
- 划(32369)
- 资助(30530)
- 编号(28516)
- 部(23133)
- 重点(22221)
- 创(22047)
- 国家社会(21239)
- 发(20994)
- 教育部(20686)
- 创新(20612)
- 人文(20464)
- 成果(20198)
- 科研(20127)
共检索到157448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] 福建农林大学学报(自然科学版)
[作者]
李小林 黄世国
采用支持向量机（ＳＶＭ）结合Ｋ－Ｍｅｒ分布特征预测ｐｉｒＮＡ．利用多种生物的非编码ｒＮＡ序列数据库，从中挑选出ｐｉｒＮＡ序列作为正样本，并以由该数据库构建的非ｐｉｒＮＡ序列作为负样本，将正样本和负样本构成的数据随机取出５０％作为训练集，将剩余的数据作为测试集；提取正样本和负样本序列的Ｋ－Ｍｅｒ分布特征构建特征矩阵；用ＳＶＭ对其进行分类，实现ｐｉｒＮＡ预测．结果表明Ｋ－Ｍｅｒ－ＳＶＭ在准确率、正例覆盖率、ＭＣＣ和Ｆ测度等分类指标上均明显优于Ｋ－Ｍｅｒ－ＬＤＡ，说明Ｋ－ＭｅｒＳＶＭ是更好的ｐｉｒＮＡ预测算法．
关键词：
支持向量机 piRNA K-mer 分类
[期刊] 图书情报工作
[作者]
张宸
针对当前网络伪舆情难以快速、有效辨识的问题,通过对网络舆情特征的分析,认为不同舆情信息反映不同舆情特征,因此辨识的本质可以看作是一个自动分类问题。构建网络伪舆情指标评价体系,提出一种基于支持向量机与K近邻结合的网络伪舆情辨识方法。实验结果表明,该方法比单纯使用支持向量机具有更高的分类精度,且较好地解决了核函数参数选择的问题。
[期刊] 现代管理科学
[作者]
毛雪岷 杨杰
文章讨论了基于分类的SVM非线性回归算法及其在时间序列预测中的应用。与传统SVM回归算法相比,本算法有更强的不敏感性和健壮性、参数值可设定性并可避免过拟合现象。文中提出了一种计算预测模型初始参数值的方法,可以高效地找到较好的模型参数,并通过实验对方法的有效性和可行性进行了验证。
[期刊] 统计与决策
[作者]
邰晓红 刘义
为了对CPI进行精确预测,针对CPI的历史时序数据的特点,文章提出了一种基于EEMD-PSO-SVM的月度CPI预测模型。以1994年1月至2017年5月的我国月度CPI为研究对象,采用提出的EEMD-PSO-SVM的月度CPI预测模型进行实际预测并与ANN、ARIMA、SVM进行比较。结果表明:提出的EEMD-PSO-SVM的月度CPI预测模型最大绝对误差为0.39,平均绝对误差为0.204,最小绝对误差仅为0.01,均小于低于ANN、ARIMA和SVM。本文提出的预测模型的平均相对误差仅为0.201%,能够满足实际的预测需求,为CPI的科学准确的预测提供了一种新的预测方法。
[期刊] 统计与决策
[作者]
颜七笙 丁木华
近年来,人工神经网络因其强大的并行处理能力,任意函数逼近能力及自学习、自组织、自适应等特点而在许多领域得到广泛应用。但是,神经网络这种依
[期刊] 统计与决策
[作者]
黄成泉 周丽华 王林
文章根据影响年度收入的主要因素,通过人口普查数据的年龄、教育程度、每周工作时数和性别特征进行学习,建立了年度收入与其影响因素之间的非线性关系支持向量机预测模型。运用所建立的模型对UCI真实数据集进行了4种核函数实验研究,交叉验证实验结果表明,该年度收入预测模型是有效的,并且基于径向基函数核的支持向量分类机对于年度收入进行预测具有较高的预测精度。
[期刊] 技术经济与管理研究
[作者]
胡彦蓉 吴冲 刘洪久
支持向量机(Support Vector Machine,SVM)是建立在统计学习理论和结构风险最小化准则基础上的机器学习方法,该方法可以较好的解决以往很多学习方法的小样本、高维数、非线性和局部最小点等实际问题。本文利用支持向量机(SVM)回归理论和方法,建立基于核函数主成分支持向量机(Kernel Principal Component Analysis-Support Vector Machine,KP-CA-SVM)回归模型,并用2000-2008年杭州市公路客运量为样本进行了预测,结果表明,KPC
关键词：
KPCA 公路客运 预测研究 运量预测
[期刊] 统计与决策
[作者]
施燕杰
本文对先有预测工具比较分析的基础上,提出了基于支持向量机的股市预测方法,并建立了数学模型对新疆众和进行了实证研究。结果表明,支持向量机比神经网络有更好的学习和泛化能力,在股市预测中取得了较好的效果。
关键词：
支持向量机 建模 预测 股票市场
[期刊] 工业工程与管理
[作者]
徐靖 刘子先 李竹梅 李惠
面向诊断相关组(DRGs)的病种成本预测是医院成本管理的重要环节。针对病种成本预测的多因素、非线性特点以及病种系列中医疗服务配置的相似性,提出了一种基于GBOM和改进SVM的DRGs病种系列成本预测方法。首先,提出了基于类物料清单(GBOM)的病种系列成本影响因素表达模型;然后,针对SVM区分样本属性重要性差以及参数选择对预测结果影响较大的问题,提出了一种粗糙集属性(成本影响因素)约简与粒子群算法(PSO)参数寻优相结合的改进SVM病种系列成本预测模型。最后,以阑尾炎病种系列进行了实证研究,预测精度和速度优于BP神经网络、标准SVM和PSO-SVM,进而证明了该方法的有效性和优越性,为病种成本...
[期刊] 技术经济
[作者]
董娜 卢泗化 熊峰
建筑工程项目决策阶段信息量少,精准高效的造价预测是科学决策的关键。为了提高项目前期工程造价预测的精度,探讨如何利用历史项目大数据及机器学习进行新建建筑工程项目的造价预测至关重要。本文首先通过文献研究确定了建筑工程决策阶段造价的主要影响因素,然后利用人工蜂群算法(ABC)对支持向量机(SVM)参数即惩罚因子C和核函数参数g进行优化计算,最终构建了基于ABC-SVM的建筑工程造价预测模型。最后以某工程造价数据平台上的84个建筑工程项目为数据源进行模型验证,结果显示,与GRID-SVM模型和BP神经网络模型相比,本文所提的ABC-SVM模型的预测精度更高,具有更好的适用性。
[期刊] 情报杂志
[作者]
董放 刘宇飞 周源
[目的/意义]基于文献计量学的新兴技术预测方法能够避免现有德尔菲法的专家依赖性,但是文献所属技术领域的划分仍需依据领域知识设计复杂的检索式。[方法/过程]提出了一种基于机器学习和时间序列预测的新兴技术预测方法,LDA主题模型与SVM(支持向量机)分类模型连用的机器学习方法解决了海量论文摘要数据按照新兴技术类别的多分类,通过ARIMA(差分自回归移动平均模型)模型对时序论文未来数量的预测,分析以技术为驱动力的新兴技术发展趋势。[结果/结论]最后,以机器人技术为例,提取Web of Science(WOS)论
[期刊] 统计与决策
[作者]
叶小荣 王伟平 黄永武
统计学里的预测问题主要是通过对已知数据的分析,找到输入输出数据内在的相互依赖关系,从而获得对未知数据的预测能力。文章采用遗传算法对模型参数进行优化,构建了基于LS-SVM的经济发展水平预测模型;并对湖北省经济发展水平进行了预测。预测结果表明:相对于BP神经网络预测模型,LS-SVM预测模型有更好的学习能力和预测能力。
[期刊] 旅游学刊
[作者]
余向洋 胡善风 朱国兴 李德明
受到季节性、外部冲击和经济周期等因素作用的景区客流波动幅度大,其预测一直是旅游学研究中的难题,尤其是中长期预测。文章采用当前使用极为广泛的最小二乘支持向量机方法(least squares support vector machines,LS-SVM)对黄山风景区客流月度数据(1987年1月～2010年12月)进行了2年时间尺度的预测,结果表明:采用LS-SVM方法进行景区客流中期预测,其预测的各项性能指标均明显优于BP神经网络(Back Propagation Neural Network)、X-12-
[期刊] 林业科学
[作者]
谭念 王学顺 黄安民 王晨
【目的】提出一种基于灰狼算法支持向量机(GWO-SVM)的木材密度预测模型,利用近红外光谱(NIR)对杉木密度进行预测,为杉木性质定量分析提供理论依据。【方法】将109个杉木样品光谱数据和样品密度数据进行归一化,选取88个样品作为训练集、21个样品作为测试集,对2 151维光谱数据提取主成分,以主成分作为输入变量,以杉木样本密度作为输出变量,建立杉木密度多元线性回归(MLR)模型、SVM模型和GWO-SVM模型,采用决定系数(R~2)、均方误差(MSE)和平均绝对百分误差(MAPE)对3种模型的预测结果进行比较分析。【结果】对光谱数据进行主成分分析并选择5个主成分,其累积贡献率达98.7%。MLR模型的R~2为0.771 4,MSE为0.000 282 1,MAPE为3.009 23%; SVM模型的R~2为0.923 8,MSE为0.000 233 1,MAPE为2.794 50%;灰狼算法对SVM进行参数寻优,获得的最优参数分别为C=18.366 6、σ=0.043 3,GWO-SVM模型的R~2为0.919 2,MSE为0.000 183 4,MAPE为2.496 37%。3种模型的平均绝对百分误差均在可接受范围内,且GWO-SVM模型的平均绝对百分误差最小,预测效果最好。【结论】从预测精度分析,GWO-SVM模型明显优于MLR模型和SVM模型;从模型决定系数分析,GWO-SVM模型和SVM模型均优于MLR模型。灰狼算法优化支持向量机结合近红外光谱对杉木密度进行预测分析合理、高效。
[期刊] 生态经济
[作者]
徐勇戈 宋伟雪
科学预测建筑业碳排放对建筑的低碳发展具有重要意义。论文应用模糊布谷鸟搜索算法优化支持向量机模型对建筑业碳排放预测问题展开研究:首先构建建筑业碳排放测算模型,通过灰色关联度模型筛选建筑业碳排放的影响因素,在此基础上建立建筑业碳排放的模糊布谷鸟搜索算法优化的支持向量机(FCS-SVM)预测模型对建筑业碳排放进行预测。研究结果表明,FCS-SVM建筑业碳排放预测模型的精度高于BP神经网络预测模型以及混沌粒子群算法优化的BP神经网络(CPSO-BP)预测模型。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
