- 年份
- 2024(11273)
- 2023(15901)
- 2022(13590)
- 2021(12711)
- 2020(10894)
- 2019(24546)
- 2018(24760)
- 2017(47300)
- 2016(25817)
- 2015(29296)
- 2014(29150)
- 2013(28894)
- 2012(26600)
- 2011(23739)
- 2010(24082)
- 2009(22532)
- 2008(22721)
- 2007(20588)
- 2006(18437)
- 2005(16476)
- 学科
- 济(105840)
- 经济(105704)
- 业(102666)
- 管理(85598)
- 企(84656)
- 企业(84656)
- 农(48136)
- 方法(48034)
- 数学(37941)
- 数学方法(37302)
- 业经(34097)
- 农业(32060)
- 财(31959)
- 中国(25755)
- 务(23601)
- 财务(23530)
- 财务管理(23497)
- 企业财务(22257)
- 制(21566)
- 学(21532)
- 理论(21138)
- 技术(20814)
- 和(19260)
- 地方(18821)
- 贸(18469)
- 贸易(18458)
- 策(18226)
- 易(17936)
- 划(17140)
- 体(16080)
- 机构
- 学院(377077)
- 大学(373775)
- 管理(154257)
- 济(147285)
- 经济(144012)
- 理学(132708)
- 理学院(131321)
- 管理学(128991)
- 管理学院(128309)
- 研究(120280)
- 中国(93559)
- 京(80458)
- 科学(75694)
- 农(74633)
- 财(67454)
- 所(61212)
- 业大(60933)
- 江(57620)
- 农业(57506)
- 中心(56689)
- 研究所(55327)
- 财经(53807)
- 北京(50502)
- 经(48716)
- 范(48284)
- 师范(47855)
- 州(46589)
- 院(42763)
- 经济学(41614)
- 经济管理(41085)
- 基金
- 项目(250420)
- 科学(196968)
- 研究(185155)
- 基金(180696)
- 家(156595)
- 国家(155120)
- 科学基金(134298)
- 社会(115129)
- 社会科(108663)
- 社会科学(108633)
- 省(99631)
- 基金项目(95930)
- 自然(87836)
- 自然科(85857)
- 自然科学(85837)
- 自然科学基金(84320)
- 教育(83979)
- 划(81998)
- 编号(78025)
- 资助(74500)
- 成果(62968)
- 重点(54830)
- 部(54682)
- 发(53248)
- 创(53217)
- 课题(52026)
- 创新(49044)
- 业(48039)
- 科研(47543)
- 项目编号(47377)
- 期刊
- 济(170997)
- 经济(170997)
- 研究(106587)
- 中国(74129)
- 农(73954)
- 学报(60321)
- 管理(57784)
- 科学(55017)
- 财(53878)
- 农业(50302)
- 大学(45972)
- 学学(43221)
- 教育(41751)
- 技术(34791)
- 业经(33406)
- 融(33056)
- 金融(33056)
- 业(25860)
- 财经(25853)
- 经济研究(24197)
- 图书(22435)
- 问题(22340)
- 经(22068)
- 技术经济(20641)
- 版(19411)
- 理论(18519)
- 科技(18205)
- 现代(17890)
- 实践(16902)
- 践(16902)
共检索到562440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] 中国农业大学学报
[作者]
傅隆生 宋珍珍 Zhang Xin 李瑞 王东 崔永杰
为使农业信息领域的研究人员能够系统和快速地了解深度学习在农业中的研究进展以及应用现状,对深度学习在农业信息领域的应用进行归纳、梳理、分析和展望。对涉及农业领域且应用深度学习技术的90项研究中所涉及的农业问题、具体模型和框架、数据集的来源和特征以及预处理方法、模型评价指标等进行归纳总结分析,并讨论深度学习的优点和局限性,进而展望深度学习的发展趋势。农业领域中的应用包括作物及其器官分类、病虫害识别、果实识别和计数、植物识别、土壤覆盖分类、杂草识别、行为识别和分类、植物养分含量估计、植物叶片或种子表型分析等方面;大多数研究采用卷积神经网络,如AlexNet、VGG16和Faster R-CNN。在框架方面,Caffe使用频次最高,其次是Tensorflow和Keras/Theano;分类准确度是最常用的模型评价指标,其次是F1得分和平均精度。与其他常用方法和技术相比,深度学习不仅精度高,而且性能优于现有的常用图像处理技术。其他涉及计算机视觉技术的农业应用有望通过深度学习技术的使用获得更好的效果。
[期刊] 统计与决策
[作者]
蒋锋 张文雅
机器学习方法在处理复杂数据、构建高精度模型方面具有显著优势，在不同领域的研究中都得到了广泛应用。数字经济时代为经济领域带来海量数据的同时，也对经济研究提出诸多挑战。机器学习方法能充分挖掘数据中的非线性、非平稳信息，有效提高经济分析结果的精度。机器学习与经济问题的融合改变了传统经济学的研究范式。文章对近年来机器学习方法在经济研究中的应用进行回顾，从通货膨胀、汇率与货币、GDP、劳动力市场、社会稳定、政策评价等角度进行总结，比较了常用机器学习方法的优缺点，并展示了模型的评价准则，如均方根误差、F1-得分、AUC值等。
[期刊] 中国农业资源与区划
[作者]
赵红伟 陈仲新 刘佳
[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN, 3-D CNN和GUR RNN具有更大的潜力。
[期刊] 中国农业资源与区划
[作者]
陈颖 吴焕萍 谢能付 姜丽华 邱明慧 李永磊
[目的]相比于其它自然灾害，干旱是一种缓慢发展的危害事件，其持续时间长、破坏性大，给农业生产和自然生态环境带来很大影响。预测未来的干旱状况和发展趋势，对于制定科学有效的管理计划以减少灾害造成的损失具有重要意义。[方法]通过文献分析，文章着重归纳总结当前常用的5种基于深度学习的干旱预测模型及其采用的技术，厘清干旱预测方法的发展过程和最新进展，探索干旱预测领域面临的挑战和机遇，并提出未来干旱预测研究的研究方向。[结果]研究发现，基于深度学习模型的干旱预测方法在均方根误差、偏差、平均绝对误差和准确性等检验指标上均优于传统模型。深度学习方法是有效建立干旱预测模型的工具，能够处理大规模、高维度和复杂的数据。将不同的深度学习模型与各种仿生优化技术、小波分析、传统的物理模型或统计模型融合，能够降低模型预测的不确定性，提高预测的准确性和适应性。但是，基于深度学习的干旱预测模型对数据依赖性强、对计算资源需求高，未得到全面系统的应用。[结论]因此，在气候条件频繁变化的情况下，需要不断优化数据采集和监测系统，综合利用气象、农业、水文、生态和社会经济等多源信息，提高干旱预测精度。通过迁移学习、多模型融合、更先进的不确定性建模方法等来完善干旱预测方法，进一步推动深度学习技术在干旱预测领域的深入研究。
[期刊] 世界农业
[作者]
崔永伟 杜聪慧 侯麟科
自20世纪80年代以来,如何制定本国的农业气候变化适应政策,引起学术界的广泛关注。在分析各国现状和农业适应行为进展的基础上,梳理了农业适应行为研究的主要方法和模型,总结了目前对中国农业适应行为的研究成果,并提出了中国的农业适应政策建议。研究表明:社会认知因素对农户是否会采取行动至关重要,未来气候变化对中国3大粮食作物总体上是负面影响,中国应该利用发达国家的资金和技术支持,开展地区性适应项目的研究,促进现代农业的持续健康发展。
[期刊] 特区经济
[作者]
王庆 姚康
由于中小企业规模较小、行业分散、收益不稳定、抵押条件不足、存在一定风险等原因,多年来一直面临融资难等问题。而融资难从根本上来说是中小企业与金融机构之间的信息不对称。如何合理的评估中小企业的信用状况对于解决融资难问题起着关键性作用。本文实证分析对比了各类评估方法,结果表明,基于支持向量机的bagging集成算法具有较低的错误分类率,能更好的适应中小企业信用评估。
关键词：
机器学习 信用评估 支持向量机 集成学习
[期刊] 中国农村经济
[作者]
齐秀琳 汪心如
本文基于2017年中国流动人口动态监测调查数据，系统地运用多元线性回归、惩罚回归、集成学习和深度学习等多种机器学习方法，考察了农业转移人口市民化水平的影响因素。研究结果表明：集成学习方法在预测农业转移人口市民化水平方面明显优于多元线性回归模型，其中梯度提升回归树模型的预测效果最佳；在所有特征变量中，个体的受教育程度、性别、家庭规模、年龄和流动城市数量是影响农业转移人口市民化水平的最主要因素。此外，本文通过累积局部效应图展示了不同影响因素对农业转移人口市民化水平的具体预测模式，并发现年龄和流动城市数量对农业转移人口市民化水平有着明显的非线性影响。这些研究结论对政府进一步推进农业转移人口市民化具有重要参考价值。
关键词：
农业转移人口 市民化 机器学习
[期刊] 管理世界
[作者]
陶旭辉 郭峰
对公共政策的准确评估，是制定科学公共政策的重要前提，科学的公共政策将有助于促进国家治理体系和治理能力现代化。异质性政策效应评估作为一种新兴的研究范式，其重要性在政策效应评估文献中已经获得广泛认可。本文总结了异质性政策效应评估的重要价值，以及代表性传统方法的逻辑和局限性。在此基础上，文章重点梳理了机器学习方法在异质性政策效应评估中的重要价值和具体应用：更好地筛选和切分异质性变量、更好地评估多重异质性政策效应、更好地估计个体政策效应等。本文也指出机器学习在异质性政策效应评估的算法可接受性、过程可检验性以及结论稳健性中存在局限性。进一步，文章提出了异质性政策评估和机器学习的重点发展方向：引入和发展机器学习方法，重视异质性政策评估的政策价值及提升机器学习的可接受性；结合传统分析范式，拓展机器学习在异质性政策评估中的新模式；规范研究数据的采集和处理，推动数据和代码的公开透明等。
[期刊] 华中农业大学学报
[作者]
姚超 倪福川 李国亮
图像分割作为智慧农业养殖中“视觉系统”的重要组成部分，被广泛应用于畜禽的智慧养殖中。近年来，深度学习算法飞速发展，基于深度学习的图像分割技术也取得了重大突破。这些方法赋予了分割区域更准确的语义信息，使得图像分割更加精准和智能，为畜禽智慧养殖提供了更强的技术支持。本文通过广泛收集和整理国内外研究的相关文献，重点阐述了图像分割技术在畜禽养殖中的畜禽计数、体尺体质量测量、姿态估计与行为识别、体况及疾病检测、精准饲养等方面的应用现状，给出了如何根据实际性能需求（精度、处理速度）、数据集、计算资源等方面选择合适图像分割方法的建议，总结分析了当前研究中与畜禽养殖相关且可用于图像分割训练的公开数据集；并指出了基于深度学习的图像分割技术在畜禽养殖中所面临的挑战与未来的发展趋势，希望能为畜禽养殖中图像分割技术的具体应用提供参考。
[期刊] 海洋渔业
[作者]
宋一帆 张胜茂 王斐 樊伟 周为峰
随着我国渔业养殖规模、方式和类型的不断发展，对养殖区选址、监测统计、养殖管理等方面提出了更高的要求。由于遥感技术其监控范围广、成本低、更新的周期性短等优点，被广泛应用于渔业养殖的统计分析中，近年来深度学习算法不断涌现，为快速分析遥感影像提供了一种新的手段。首先综述了深度学习算法在渔业养殖遥感领域的应用情况，并从遥感影像的获取、辐射校正与几何校正、数据集构建、深度学习算法、模型训练和模型评价等几个方面进行介绍；其次分析深度学习技术在渔业养殖遥感中应用流程；并对养殖选址、养殖分类、养殖面积与产值估算、养殖灾害监测、养殖年际变化等几个方面的应用技术与方法进行了探讨，最后总结了深度学习算法在以上应用方向的现状，为深度学习算法在渔业养殖领域的推广提出建议与展望。
关键词：
深度学习 渔业养殖 卫星遥感 养殖分类
[期刊] 生态经济
[作者]
丁圣彦 尚富德
本文对都市农业的概念和内涵做了简要的分析,研究了都市农业产生的背景和发展都市农业的意义,归纳了都市农业的主要特征、特性及国内外都市农业的主要实践模式和类型,并提出了我国都市农业的发展对策。
关键词：
都市农业 主要特征 模式 发展策略
[期刊] 华中农业大学学报
[作者]
刘峰 吴文杰 刘小磊 王欣然 方亚平 李国亮 杜小勇
探索人工智能领域新进展与生猪养殖相结合，是当前智慧养殖领域的一个重要研究方向。其中，如何自动地识别猪只个体身份与行为，是当前生猪养殖行业要解决的一个关键问题。本文在分析基于计算机视觉与深度神经网络的人的身份及行为识别模型的基础上，对利用计算机视觉与深度神经网络识别猪只个体身份及行为的方法进行了归纳总结，指出已有方法中存在的问题，并提出未来的重点研究方向：1）在猪只运动不可控及关键特征部位受到污染的情况下，准确提取其身份及行为特征的方法研究；2）针对猪只身份及行为特征的基于计算机视觉的原创性深度学习模型的研究；3）能够同时检测猪只身份及行为的多任务神经网络的研究；4）适用于多场景的基于基础姿态及动作的通用型猪只行为识别方法的研究；5）基于边缘计算的猪只个体身份及行为识别的部署方法研究。本研究旨在为智能化监测猪只健康状态提供技术支撑，以推动计算机视觉和深度学习在生猪养殖过程中应用的进一步发展。
[期刊] 软科学
[作者]
梁明江 庄宇
以我国制造业上市公司为样本数据,用支持向量机作为基分类器的集成学习方法来预测企业的财务危机,通过具体实验分析可知:集成学习比单个基分类器的预测准确率提高了4个百分点,且稳定性更高,有效地提高了模型的预测精度,使得模型更具有准确性和应用性。基于支持向量机的集成学习方法在构建我国制造业上市公司财务危机预警模型上是有效的,且达到一定的财务危机预警效果。
[期刊] 中央财经大学学报
[作者]
张宁 涂宇彬 郑亦超 陈梦圆
金融中的诸多衍生品都涉及复杂期权定价问题，其中大多数可转换为偏微分方程初(终)值问题，但该问题往往难以获得解析解，且面临着“维度诅咒”问题。在单个标的物的期权定价中，可以采用各种方法绕开偏微分方程的求解问题。但是篮子期权以资产组合为标的，其定价难以绕开高维偏微分方程的求解。在这一背景下，本文从倒向随机微分方程(BSDE)的思路出发，提出利用神经网络可以非线性地对任何函数进行拟合的特点，将其引入到一类抛物型偏微分方程数值求解中，将待求解目标作为可更新参数嵌入到深度学习架构中，使得在模型训练结束后便可以获得具有更高精度的目标解。本文的深度BSDE模型避开传统思路中遇到的对数正态分布随机变量的算术平均不再满足对数正态分布的问题，能兼具有效性和准确性对篮子期权定价问题进行求解，且具有可以优化的方向，在未来应用中泛用性较强。
[期刊] 农业现代化研究
[作者]
杜太生 康绍忠 魏华
简述了保水剂的研制与生产概况 ,分析了保水剂在节水农业中的应用研究现状与研究前景 ,指出了该领域研究中存在的问题 ,最后提出了保水剂应用研究中需进一步研究解决的几个问题
关键词：
保水剂 干旱 节水农业 研究进展
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
