- 年份
- 2024(8966)
- 2023(13101)
- 2022(11444)
- 2021(10776)
- 2020(9000)
- 2019(21000)
- 2018(20780)
- 2017(40460)
- 2016(21612)
- 2015(24188)
- 2014(24084)
- 2013(23786)
- 2012(21595)
- 2011(19290)
- 2010(19528)
- 2009(18171)
- 2008(16843)
- 2007(14692)
- 2006(12877)
- 2005(11411)
- 学科
- 济(85994)
- 经济(85907)
- 管理(61706)
- 业(60362)
- 企(52297)
- 企业(52297)
- 方法(42072)
- 数学(36583)
- 数学方法(35987)
- 融(27101)
- 金融(27099)
- 中国(27062)
- 银(25212)
- 银行(25167)
- 行(24250)
- 财(23155)
- 农(20758)
- 业经(19744)
- 地方(19312)
- 学(19289)
- 制(18827)
- 理论(16285)
- 务(16073)
- 财务(16004)
- 财务管理(15977)
- 企业财务(15281)
- 贸(15280)
- 贸易(15264)
- 易(14823)
- 农业(14140)
- 机构
- 大学(304485)
- 学院(301235)
- 管理(121394)
- 济(117438)
- 经济(114712)
- 理学(105861)
- 理学院(104647)
- 管理学(102486)
- 管理学院(101972)
- 研究(98260)
- 中国(77942)
- 京(64784)
- 科学(61951)
- 财(54074)
- 所(48771)
- 中心(46452)
- 农(46092)
- 业大(44796)
- 研究所(44773)
- 财经(44192)
- 江(42281)
- 北京(41205)
- 经(40129)
- 范(40024)
- 师范(39637)
- 农业(36112)
- 院(35974)
- 州(35702)
- 经济学(35206)
- 财经大学(33180)
- 基金
- 项目(210058)
- 科学(165549)
- 基金(152961)
- 研究(152260)
- 家(132947)
- 国家(131862)
- 科学基金(114153)
- 社会(95028)
- 社会科(90147)
- 社会科学(90122)
- 省(82030)
- 基金项目(81335)
- 自然(75737)
- 自然科(74044)
- 自然科学(74029)
- 自然科学基金(72693)
- 教育(70320)
- 划(69106)
- 资助(64462)
- 编号(61641)
- 成果(49664)
- 重点(46957)
- 部(45945)
- 发(44107)
- 创(43570)
- 课题(42610)
- 创新(40610)
- 科研(40473)
- 教育部(39547)
- 大学(39434)
- 期刊
- 济(122305)
- 经济(122305)
- 研究(88030)
- 中国(55923)
- 学报(48030)
- 管理(43990)
- 科学(43909)
- 农(40452)
- 财(39673)
- 融(37219)
- 金融(37219)
- 大学(36424)
- 学学(34260)
- 教育(34257)
- 农业(27700)
- 技术(26192)
- 财经(21027)
- 经济研究(19917)
- 业经(19706)
- 经(17834)
- 图书(16824)
- 理论(15964)
- 问题(15403)
- 技术经济(14902)
- 实践(14777)
- 践(14777)
- 统计(14770)
- 科技(14509)
- 业(13657)
- 策(13375)
共检索到435940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] 运筹与管理
[作者]
刘鹏 桂亮 王慧蓉 夏昊翔
关系预测是网络科学领域的一个重要研究问题。传统基于相似性的启发式方法难以完成大规模或稀疏网络的关系预测任务，虽然近来兴起的基于深度学习的方法可以解决这一问题，但大多数工作主要通过网络结构信息嵌入表示向量的相似性实现关系预测。许多实证研究表明网络关系的形成会受到节点属性的影响，同时相似性也不是关系形成的唯一准则。本文提出了融合网络结构与节点属性进行关系预测的DDLP模型。该模型借助早期融合的方式获取网络结构信息和节点属性信息的嵌入表示，进而通过节点特征向量与连边信息的有监督学习实现关系预测。现实网络中的实验结果表明，DDLP模型可以有效捕捉网络中的连边规律，特别是融合节点属性后，其预测性能(精确率、召回率和F1值)明显优于比对模型。本研究不仅为关系预测的相关工作提出了一个深度学习模型框架，也为诸如系统推荐的现实应用奠定方法基础。
关键词：
关系预测 深度学习 网络结构 节点属性
[期刊] 情报理论与实践
[作者]
汪志兵 韩文民 孙竹梅 潘雪莲
文章从科研合作网络中的作者节点属性出发,提出两种基于合作机构偏好相似性的IDF和ICCR指标,并将其与目前常用的基于网络拓扑结构相似性的CN、AA、LP和Katz指标进行加权融合,构建了8种潜在科研合作关系的预测算法。以化学领域的作者合作网络为研究对象,对8种预测算法的预测效果进行了实证检验,研究发现基于融合性指标的加权预测算法能够达到较好的预测效果,且ICCR指标的表现略优于IDF指标。
[期刊] 商业研究
[作者]
林曦
利益相关者网络视角的研究更加贴近现实的管理实践,但现有的网络视角的研究过分地强调了网络的结构属性,这使得网络中结点间互动关系中丰富的结构与行为要素无法进入分析视野。因此,必需将注重网络结构分析所抽象掉的那些关系要素重新还原到网络中去;将关系性质、关系强度、关系中的权力结构等关系要素,与总体网络分析中的网络密度、网络成员的中心性等重要的结构变量相匹配,并发现一些整体结构分析无法获得的结论。
[期刊] 情报理论与实践
[作者]
祝娜 尹俊华 翟羽佳
[目的/意义]作为科技创新的重要手段，技术融合预测对于改进技术研发的策略选择具有重要参考和借鉴意义，文章提出一种专利共类与深度学习模型结合的技术融合预测方法，以提高预测结果的准确性和可靠性。[方法/过程]以燃料电池技术为例，首先采用关联规则挖掘算法识别专利数据中具有强关联的IPC频繁项集，计算技术相对相似度，基于AP聚类算法进行技术聚类；然后运用生成式拓扑映射算法识别其中技术融合点，构建训练数据集和测试数据集。最后基于深度学习模型进行学习训练，预测燃料电池技术未来可能出现的技术融合。[结果/结论]这种方法在准确率和召回率上表现优异，可以快速、客观地识别技术融合，为技术创新的智能决策和预测提供支持和帮助。
关键词：
技术融合 深度学习 专利共类 预测方法
[期刊] 中南林业科技大学学报
[作者]
李锐 李际平 高宇 陈磊 张利利
以森林景观斑块耦合体为研究对象,利用复杂网络将之抽象化为森林景观斑块耦合网络。选择节点数不同的10个网络,依次对网络进行攻击,利用最大子网节点数与移除比例做回归分析,得每个网络的崩溃阈值。利用网络节点数与网络的崩溃阈值构建与节点数相关的森林景观斑块耦合网络结构稳定性模型,并对模型进行分析。结果表明:从巨型网络-1到微型网络-2的崩溃阈值依次为0.325 9,0.310 1,0.283 4,0.273 0,0.2484,0.215 9,0.194 5,0.196 2,0.158 3,0.157 4,呈递减趋
关键词：
森林景观 耦合网络 节点数 结构稳定性
[期刊] 价格理论与实践
[作者]
张军 窦文娟 付星星 王伟
经典的价格预测算法通常针对某一产品开展研究,不能满足政府和企业对全产业链上产品价格的综合监管和预测需求。通过分析产品价格间的非线性相关性和上下游产品价格联动效应,提出了基于图深度学习框架的全产业链产品价格预测方法。将全产业链上的产品作为节点,产品之间的生产工艺作为边,构建了基本图数据结构,将图深度学习算法运用到聚丙烯产品全产业链,实验结果验证了图深度学习的可行性和有效性,证实其具有较高的预测准确度和抗干扰能力。建议从监测产业链中的各环节产品价格、打造可替代产品以及低转换成本的产业链结构着手,建立稳健的产业链生态环境。
关键词：
全产业链 价格预测 图深度学习
[期刊] 图书情报工作
[作者]
巴志超 李纲 王晓 李显鑫
[目的 /意义]微信群内部存在着复杂的会话网络结构,探究微信群内部网络结构特征、角色类型以及相互关系对认识微信用户信息行为与传播模式具有重要意义。[方法 /过程]以真实微信群中的对话样本作为研究对象,以成员之间的@关系及交流强度作为边权重构建行为网络,采用社会网络分析和内容分析方法对微信群中会话网络结构的统计特征、核心成员识别、信息交流行为等进行分析,并设计基于数量、黏度和位置的微信群用户影响力计算模型。[结果/结论]微信群中成员发言数近似服从分段幂律分布,其幂律指数与成员活跃度成正比关系;仅依赖发言数和
[期刊] 南方经济
[作者]
韩炜 彭靖
创业网络对具有新进入缺陷的新创企业以及创业者而言有着至关重要的作用,不仅表现为"知识源"作用,也表现为"印记源"作用。印记理论指出个体或组织在其容易受到影响的时期,外部环境的显著特征将对其产生重大影响,个体和组织将打上环境特征的烙印,并且这种烙印将持续影响个体和组织的行为。基于此,本研究基于印记理论,利用对一家创业企业的归纳式纵向单案例分析探讨创业网络不同的结构属性经由何种印记过程,继而影响创业者学习方式的选择。结果表明:当创业网络表现为封闭、半开放以及开放的不同网络结构时,经由不同结构属性导致的结构印记和认知印记过程差异,影响着创业者实验式学习、观察式学习以及协同式学习的不同选择。
关键词：
创业网络 创业者学习 印记理论
[期刊] 中国远程教育
[作者]
特里·安德森 乔恩·德龙 肖俊洪
学习管理系统已经成为无处不在的工具，用于支持课堂教学和远程教育教学。它们的主要优势是把传统教学的很多功能和教学方法数字化和自动化。与此同时，社交网络也已经成为无处不在的工具，用于师生的交流、娱乐和非正式学习。本文分析了这两种工具的特点、优势和局限，以及具有创新精神的远程教育工作者如何融合两者优势的尝试。文章最后介绍了加拿大阿萨巴斯卡大学融合社交网络和学习管理系统的案例。
关键词：
学习管理系统 社交网络 融合
[期刊] 情报理论与实践
[作者]
周洪 魏凤 王辉
[目的/意义]多技术融合已成为当前科技创新的重要特征，开展多元技术融合过程和预测研究，识别技术融合的规律和趋势，有助于支撑国家战略决策、企业研发策略制定。[方法/过程]提出一种基于高阶网络的技术融合预测方法，通过三元技术融合过程分析和高阶链路预测，预测特定领域的多元技术融合。首先，以专利分类号为节点，采用单纯复形方法构建专利技术高阶网络；其次，结合边的形成和加强，分析三节点组的形态和三角形闭包事件的过程；最后，构建训练集和测试集，从12个模型中获得效果最佳的相似性指标，开展三元技术融合预测。[结果/结论]以人工智能领域进行实证研究，发现边的加强对于三角形闭包事件具有重要意义，成功预测了F16M、G06F、G06N等三节点组发生三元技术融合，验证了方法的有效性。
[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] 开放教育研究
[作者]
胡航 王家壹
机器深度学习在与人类的碰撞和交互中不断突破自身功能界限，以人机融合的态势持续促进人类深度学习。本研究以人类深度学习为核心，基于人与机器在脑科学、认知心理学、计算教育学跨学科视域下的人机一致性，从内涵、实施、机制和测评四方面展现“学习者中心设计”的人机融合，提炼深度学习范式，由此聚焦人机融合走向深度学习的方法，用真实情境、跨学科、智能化、大概念、“个性化—合作”学习、思维与创新等关键词阐述其具体路径，构建人机融合的教育新生态，提高学习者“真问题解决”能力。
[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] 统计研究
[作者]
杨青 王晨蔚
作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神经网络具有很强的泛化能力,对全部指数不同期限的预测效果均很稳定;②相比三种对照模型(SVR、MLP和ARIMA),LSTM神经网络具有优秀的预测精度,其对全部指数的平均预测精度在不同期限上均有提升;③LSTM神经网络能够有效控制误差波动,相比三种对照模型,其对全部指数的平均预测稳定度在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势,其未来在金融预测等方向将有广阔的应用前景。
关键词：
LSTM神经网络 深度学习 股票指数预测
[期刊] 中国土地科学
[作者]
赵珂 夏清清 胡晓艳
研究目的：避免城镇建设适宜性评价指标及其权重体系建立的主观性，通过“数据海选—非线性认知—线性规则转化”的方式，探索能反映城镇建设适宜性影响因素之间真实联系、评价结果易于理解、便于落地实施的城镇建设适宜性评价方法。研究方法：非线性机器学习、贝叶斯网络模型。研究结果：贝叶斯网络非线性结构学习出的有向无圈网络(DAG)揭示了城镇建设适宜性评价指标影响的线性主次性，贝叶斯网络非线性参数学习出的各评价指标重要度映射出城镇建设适宜性评价指标的线性重要度。研究结论：对比“专家经验线性评价”、“非线性贝叶斯网络评价”“转化线性规则评价”三种方法评价结果，非线性贝叶斯网络评价结果的合理性大大高于专家经验线性评价结果，转化线性规则评价结果的准确性不如非线性贝叶斯网络评价，但误差在可接受范围内，评价出的城镇建设适宜用地更加集中连片，评价结果易于感知、理解，可行性强。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
