- 年份
- 2024(6488)
- 2023(9447)
- 2022(8146)
- 2021(7641)
- 2020(6450)
- 2019(15209)
- 2018(14956)
- 2017(29221)
- 2016(15279)
- 2015(17201)
- 2014(16712)
- 2013(15910)
- 2012(14050)
- 2011(12322)
- 2010(11977)
- 2009(10599)
- 2008(9886)
- 2007(8149)
- 2006(6703)
- 2005(5399)
- 学科
- 济(61865)
- 经济(61811)
- 管理(44144)
- 业(42339)
- 企(36467)
- 企业(36467)
- 方法(35032)
- 数学(31775)
- 数学方法(31141)
- 农(14667)
- 财(14308)
- 中国(13679)
- 业经(13521)
- 理论(11431)
- 贸(11060)
- 贸易(11054)
- 易(10805)
- 地方(10515)
- 技术(10230)
- 务(9937)
- 财务(9879)
- 财务管理(9859)
- 学(9795)
- 农业(9781)
- 企业财务(9331)
- 制(9174)
- 和(9130)
- 环境(8557)
- 划(8188)
- 教学(7603)
- 机构
- 学院(205343)
- 大学(203718)
- 管理(87031)
- 济(82338)
- 经济(80812)
- 理学(77140)
- 理学院(76413)
- 管理学(74680)
- 管理学院(74299)
- 研究(58638)
- 中国(43136)
- 京(40519)
- 科学(36186)
- 财(35246)
- 业大(30449)
- 财经(29700)
- 中心(29267)
- 农(28827)
- 江(27780)
- 经(27335)
- 所(26651)
- 经济学(25383)
- 范(25269)
- 师范(24981)
- 研究所(24700)
- 北京(24250)
- 经济学院(23164)
- 经济管理(22801)
- 农业(22691)
- 财经大学(22686)
- 基金
- 项目(152184)
- 科学(122449)
- 基金(113007)
- 研究(109977)
- 家(98188)
- 国家(97456)
- 科学基金(86555)
- 社会(70740)
- 社会科(67267)
- 社会科学(67250)
- 省(60181)
- 基金项目(59922)
- 自然(57836)
- 自然科(56657)
- 自然科学(56647)
- 自然科学基金(55619)
- 教育(53090)
- 划(50403)
- 资助(46617)
- 编号(44320)
- 重点(34175)
- 部(33854)
- 创(33216)
- 成果(33167)
- 发(31849)
- 创新(30910)
- 教育部(29828)
- 科研(29797)
- 国家社会(29720)
- 课题(29623)
共检索到271480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]
蒋传进 宋福根
汇率时间序列是一个动态复杂系统,单独的线性回归模型或者非线性神经网络都不能很好地反映系统的特征。文章将汇率时间序列分解成线性序列和非线性序列两部分,并分别用ARMA和NARX神经网络进行建模;最后组合成NARX-ARMA汇率混合预测模型。结果证明,相比其他汇率预测模型,NARX-ARMA混合模型有更好的预测效果。
关键词：
NARX ARMA 汇率预测
[期刊] 统计与决策
[作者]
王宣承 刘恩猛 程展兴 方鹏飞
考虑到物流行业具有周期性和随机性等特征,文章提出了基于季节分解和神经网络的的物流预测混合模型。该模型结合了统计方法对季节和趋势等确定性因素的简洁刻画能力,以及神经网络模型对随机因素的强大非线性拟合功能,极大地提高了物流货运量的预测准确性。实证结果表明:与线性回归模型、ARIMA模型和支持向量机相比,混合模型对于铁路货运量的预测误差最小,准确度最高。
关键词：
季节分解 神经网络 物流预测 时间序列
[期刊] 统计与决策
[作者]
邓晓卫 章铖斌
文章以LSTM和BP神经网络为基础,引入一个混合神经网络模型将其应用于证券市场上的统计套利。实证表明:混合神经网络模型预测更精准;基于混合神经网络模型预测确定的套利策略其收益率、套利成功率、套利次数均高于BP神经网络模型预测进行套利的结果;扩大投资组合的规模可以有效增加套利次数和套利成功率,同时降低投资风险。
关键词：
神经网络 预测 投资组合 统计套利
[期刊] 国际经贸探索
[作者]
周晓波 陈璋 王继源
随着人民币汇率市场化程度不断提高,其波动程度也不断增大,对人民币的预测显得越来越重要。近几年来,人工智能在许多领域都取得了巨大的成功,证明了自身的优越性,作为其主要组成部分的人工神经网络(ANN)模型已经逐渐被引入金融资产价格的预测研究中。本文将原本仅适用于二值型数据的Adaboost算法进行了优化,使其也能适应连续型数据,并用其确定混合模型的权重,解决了过往大多数研究中混合模型权重设定较为主观和随意的问题。在此基础上,本文融合了广义回归神经网络(GRNN)擅长预测趋势因素,而误差反传神经网络(BPNN)擅长预测随机因素的优点,组成了比单一神经网络模型更为强大的GR_BP_Adaboost强预测模型。最后,以均方误差(MSE)、平均绝对误差(MAE)和DM检验为标准,将GR_BP_Adaboost模型对人民币汇率的预测结果与传统的ARMA、ARCH和GARCH模型进行了对比,所有结果均表明GR_BP_Adaboost强预测模型的预测能力显著优于其他模型,说明人工智能预测技术相较于传统方法具有较大优势,也说明汇率市场不是弱式有效。
关键词：
汇率波动 预测 神经网络 混合模型
[期刊] 统计与决策
[作者]
梁杰 位金亮 扎彦春
[期刊] 沈阳农业大学学报
[作者]
迟道才 郑俊林 许杏娟 吴奇 陈涛涛
为了提高具有非线性和非稳定性特征的参考作物腾发量(ET0)时间序列的预测精度,提出基于经验模态分解(EMD)的BP神经网络预测模型。以大连地区1970~2006年间逐月ET0序列为例,首先应用经验模态分解(EMD)方法将ET0序列分解为具有不同尺度特征的本征模态函数(IMF),然后运用BP神经网络对ET0序列和分解得到的IMF进行训练,得到ET0序列的预测模型,并对ET0进行预测,最后将预测值及单纯的BP神经网络预测值分别与真实值进行对比分析。结果表明:EMD-BP模型预测值的平均绝对百分误差(MAPE)、均方根误差(RMSE)、平均绝对差(MAD)及判定系数(R2)分别为1.32%,0.03...
[期刊] 统计与决策
[作者]
马法尧
文章在分析传统库存预测方法局限性的基础上,以我国家电行业某企业年销售额为例分别建立BP神经网络和ARMA预测模型,通过误差评价和监控指标的对比,从比较学的角度将二者作方法论比较,结果表明,BP神经网络在预测精度、非线性映射能力等方面比ARMA模型更具优势。
[期刊] 统计与决策
[作者]
杨宏峰 陈蔚
本文选取沪深两市在2003-2005年被实行退市风险警示的56家上市公司以及随机选取的56家正常公司进行研究,选取10个初始财务指标,在进行T检验的基础上,确定了7个财务指标作为判别模型中使用的解释变量。并利用基于神经网络—Logit回归的混合两阶段模型预测上市公司财务困境,结果显示,模型具有较强的判别能力。
关键词：
财务困境 神经网络 Logit模型
[期刊] 清华大学学报(自然科学版)
[作者]
王文广 陈运文 蔡华 曾彦能 杨慧宇
在法律文书智能化处理过程中,针对罪名预测、法条推荐、刑期预测,该文提出了一种长文本分类的混合深度神经网络模型HAC (hybrid attention and CNN model),该模型利用残差网络融合了改进的层次注意力网络(iHAN)和深度金字塔卷积神经网络(DPCNN)。在"中国法研杯"司法人工智能挑战赛(CAIL-2018)的测试数据集上,该模型对罪名的预测与相关法条的推荐的F1-Score(Micro-F1和Macro-F1的均值)分别为85%和87%。对于刑期的预测,由于地区、年代、法院、法官、被告人的态度等方面的差异会导致刑期预测难度加大。该模型具有优良的预测性能和泛化能力,能够很好地适应这些差异。同时,将该模型在罪名预测和法条推荐的输出结果加入到刑期预测任务的输入中,并使用分类方法对刑期进行预测,进一步提升了模型的效果,最终在刑期预测任务中F1-Score超过77%,获得CAIL-2018刑期预测优秀成绩。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
王义民 张珏
【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。
关键词：
混沌径流时间序列 径流预测 神经网络
[期刊] 统计与决策
[作者]
程肖冰 曹丽婷 李苏建
文章结合部分零售商品的销售特征和影响销售的因素，采用改进神经网络模型进行预测分析。由于基本径向基（RBF）神经网络模型容易出现对训练样本过度拟合现象，因此使用粒子群（PSO）算法和随机梯度下降法（SGD）混合优化RBF模型，其中PSO能够降低算法陷入局部极小的可能性，SGD则可以保证算法的局部搜索能力。针对零售商品短期销量的预测，优化模型预测精度较高、预测稳定性好。
[期刊] 统计与决策
[作者]
林明 杨林楠 彭琳 武尔维
文章提出了基于BFGS前馈方式的NARX神经网络农产品价格时间序列预测方法。方法有效利用BFGS拟牛顿法的全局收敛性和NARX神经网络良好的非线性性能,并通过构造历史数据间的映射关系,来建立神经网络训练模型,进而对农产品价格进行预测。
[期刊] 统计研究
[作者]
石庆焱
The paper presents a method to establish a new model to score personal credibility.It firstly establishes a model of neural network.And secondly uses Logistics regression to construct a final model by applying the result (probability of default) of the neural network model.The experimental analysis shows that the new model is more stable than neural network model, and the forecasting accuracy of the new model is higher than simply using Logistic regression method.
关键词：
信用评分 神经网络 Logistic回归
[期刊] 数量经济技术经济研究
[作者]
熊志斌
本文在深入分析了单整自回归移动平均(ARIMA)模型与神经网络(NN)模型特点的基础上,建立了ARIMA融合NN的人民币汇率时间序列预测模型。其基本思想是充分发挥两种模型在线性空间和非线性空间的预测优势,即将汇率时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARI-MA模型预测序列的线性主体,然后用NN模型对其非线性残差进行估计,最终合成为整个序列的预测结果。通过对三种人民币汇率序列的仿真实验表明,融合模型的预测准确率显著高于包括随机游走模型在内的单一模型的预测准确率,从而证实了融合模型用于汇率预测的有效性。这一结果也表明,人民币汇率市场并不符合有效市场假设,可以通过模型对汇...
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
张建龙 解建仓 韩宇平 申瑜
【目的】建立更为理想的洪峰大流量预测模型。【方法】针对目前大部分预测模型对洪峰大流量数值预测结果不太理想的问题,根据自然界中普遍存在的混沌现象,在对洪水系统进行混沌识别的基础上,建立了基于混沌理论和径向基神经网络(RBF)的预测模型,将实测洪水序列进行相空间重构得到训练样本,利用MATLAB 7.0工具箱确定网络结构。【结果】将所建立的RBF模型用于汾河石滩水文站2004年最大洪水的预测,结果表明,该模型预测结果的合格率、平均相对误差、相关系数(R)、均方根误差(RMSE)和Nash-Sutcliffe系数(NSC)分别为100%,4.69%,0.9793,4.2260和0.9552,而传统V...
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
