- 年份
- 2024(5351)
- 2023(7890)
- 2022(7008)
- 2021(6570)
- 2020(5918)
- 2019(14152)
- 2018(14314)
- 2017(27707)
- 2016(15318)
- 2015(17747)
- 2014(18115)
- 2013(17812)
- 2012(16393)
- 2011(14818)
- 2010(15303)
- 2009(14272)
- 2008(14336)
- 2007(13254)
- 2006(11189)
- 2005(9963)
- 学科
- 济(65351)
- 经济(65298)
- 管理(42335)
- 业(40941)
- 方法(36402)
- 企(33915)
- 企业(33915)
- 数学(32749)
- 数学方法(32124)
- 农(16303)
- 中国(14496)
- 财(14495)
- 学(14179)
- 业经(12629)
- 贸(12394)
- 贸易(12390)
- 易(12038)
- 理论(11932)
- 地方(11387)
- 农业(10547)
- 制(10457)
- 和(10206)
- 务(9447)
- 财务(9398)
- 财务管理(9370)
- 技术(9196)
- 银(8739)
- 企业财务(8715)
- 银行(8712)
- 环境(8194)
- 机构
- 学院(226059)
- 大学(225675)
- 管理(88125)
- 济(87371)
- 经济(85319)
- 理学(76381)
- 理学院(75526)
- 管理学(73619)
- 管理学院(73203)
- 研究(72463)
- 中国(54044)
- 科学(48351)
- 京(48128)
- 农(40820)
- 财(38436)
- 所(38159)
- 业大(36878)
- 研究所(35010)
- 中心(34598)
- 江(34308)
- 农业(32498)
- 财经(31095)
- 北京(30356)
- 范(29111)
- 师范(28769)
- 经(28004)
- 州(27614)
- 技术(26522)
- 经济学(26181)
- 院(25826)
- 基金
- 项目(150958)
- 科学(116974)
- 基金(107492)
- 研究(106026)
- 家(94779)
- 国家(94067)
- 科学基金(80023)
- 社会(63735)
- 省(60836)
- 社会科(60312)
- 社会科学(60290)
- 基金项目(56482)
- 自然(54535)
- 自然科(53334)
- 自然科学(53320)
- 自然科学基金(52317)
- 划(51184)
- 教育(50908)
- 资助(46518)
- 编号(44242)
- 成果(35644)
- 重点(34366)
- 部(32752)
- 发(31574)
- 创(31137)
- 课题(30618)
- 科研(29637)
- 计划(29297)
- 创新(29030)
- 大学(28043)
共检索到321517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] 数量经济技术经济研究
[作者]
贺昌政 俞海
本文提出了用主成分分析方法进行输入变量预处理的办法,以解决BP人工神经网络模拟预测复杂经济系统时输入变量过多导致效率下降的问题。实例证明,BP神经网络主成分分析模型在复杂经济系统模拟预测中比通常的BP神经网络模型有较好的效果。
关键词：
主成分分析 BP神经网络 模拟预测
[期刊] 地理科学进展
[作者]
刘柯
城市建成区规模受社会、经济、城市环境等诸多因素影响,传统统计方法难以准确预测城市建成区的面积。人工神经网络具有良好的非线性映射逼近性能,在各类预测研究中得到了广泛的应用,尤其是BP神经网络。主成分分析可以在有效保留数据信息前提下对数据进行降维,它与BP神经网络的结合主要在数据输入端,通过减少输入层神经元个数,增强网络性能,提高预测精度。本文以北京市为例,综合运用主成分分析和BP神经网络方法建立预测模型,以1986￣2003年数据为学习样本,以2004年数据为检验样本,对2005年北京市城市建成区面积进行模拟预测。预测结果表明,基于主成分分析的BP神经网络预测结果与实际值的相对误差为2.8%,比传统BP神经网络预测精度提高1.8个百分点,网络训练收敛速度也更快,其预测精度和效率都有不同程度的改善。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
牛文全 李靖
由于影响因素的复杂性 ,预测降水量具有相当的难度。在假设区域长时间内降水量和蒸发量保持平衡的基础上 ,用 BP人工神经网络建立了陕西省汉中市的降水量预测模型 ,根据前 3个月降水量和蒸发量对降水量资料进行了模拟预测 ,结果认为其准确率为 84% ,合格率为 10 0 %。
关键词：
降水量 BP人工神经网络 预测模型
[期刊] 数量经济技术经济研究
[作者]
张兴会 杜升之 陈增强 袁著祉 莫荣
经济预测问题是典型的多指标小样本复杂系统的预测问题。神经网络非常适用于复杂非线性系统的处理,但神经网络的规模是影响它的泛化能力的一个主要因素。特别在样本集少,指标多的情况下,要保证神经网络的泛化能力,如何降低神经网络的规模就成为亟待解决的关键问题。本文提出了用主成分分析法从根本上降低神经网络的规模,提高神经网络的泛化能力的方法。并对我国失业问题进行了预测,取得了良好的预测结果。
关键词：
主成分分析 神经网络 泛化能力 失业预测
[期刊] 图书情报工作
[作者]
蔡时连
图书复本量是图书馆文献采访工作流程中的重要一环,同时也影响到图书馆文献采购经费的预算。为了解决图书馆图书复本量计算问题,利用BP神经网络和Elman神经网络,以北京建筑大学建筑类施工图书(TU7)为研究对象,预测2013-2015年该类图书平均复本量,为确定图书的采购经费预算提供参考。
关键词：
图书采购 平均复本量 神经网络
[期刊] 技术经济与管理研究
[作者]
宋新明 居勇 曾鸣 卫炜 褚烨
为了加强电力公司对电力客户信用风险的事先控制,降低电力公司运营风险,需要对电力客户按信用等级进行分类,确定不同客户的信用风险等级,以便执行不同的信用风险控制策略。本文通过将定量与定性的指标相结合,建立了电力客户信用评价指标体系。引入主成分分析法和改进的BP神经网络法,将两者相结合,建立数学评价模型。通过将指标体系中的各指标带入该模型进行测算,可以计算出电力客户信用风险大小,从而确定各个客户信用风险等级。实例研究表明,利用此指标体系和数学模型能够准确地判断电力客户所处的信用等级,对于电力公司规避电力客户信用
[期刊] 软科学
[作者]
岳毅宏 韩文秀
如何提高BP神经网络算法的预测精度与效率,始终是人们关注的一个重要问题。本文利用灰色关联度分析与主成分分析对BP神经网络的输入变量进行了预处理,提高了BP算法对于复杂经济问题的预测精度与效率。本文最后以中国房地产总量的预测问题为例,验证了模型的有效性。
[期刊] 统计与决策
[作者]
于卓熙 秦璐 赵志文 温馨
广义回归神经网络能够大大降低人为因素带来的误差,具有更加精准的预测效果。针对股票价格数据的非线性、非平稳性问题,文章运用主成分分析法对影响股票价格的指标进行降维,基于广义回归神经网络模型对股票价格进行预测研究。并将模型预测结果与股票价格的ARIMA建模预测结果进行对比,以均方误差和平均绝对误差百分比作为评价指标。对比结果表明,在价格预测方面,基于广义回归神经网络的预测模型要优于ARIMA模型,可以获得更准确的结果。
[期刊] 城市发展研究
[作者]
杨励雅 邵春福
为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法。首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量;然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策;最后,以廊坊市道路客运站场布局为例验证了方法的有效性。
关键词：
主成分分析 BP神经网络 站场布局 决策
[期刊] 物流技术
[作者]
邬建平 周希良
用核主成分分析法（ＫＰＣＡ）、改进的粒子群算法（ＭＰＳＯ）和ＢＰ神经网络构建电子商务信用风险预警模型（ＫＰＣＡ－ＭＰＳＯ－ＢＰ）。首先，用核主成分分析（ＫＰＣＡ）对电子商务信用风险指标进行降维处理，接着用改进的粒子群算法（ＭＰＳＯ）对ＢＰ神经网络的惯性权重和阈值进行搜索，确定惯性权重和阈值的大小，再用ＢＰ神经网络对电子商务信用风险的１３家企业的数据作为训练集，对其进行训练，用另外５家企业的数据作为测试集，对其进行测试。实验结果表明：ＫＰＣＡ－ＭＰＳＯ－ＢＰ模型预警的误差最小，说明组合模型是合理的。
[期刊] 技术经济与管理研究
[作者]
曾黔蜀 沈光先
本文在对影响邮政业务量因素的相关系数计算的基础上 ,尝试用人工神经网络方法对邮政函件量进行预测。结果表明 :人工神经网络BP模型用于邮政函件量预测具有良好的预测效果
关键词：
人工神经网络 BP算法 预测
[期刊] 统计与决策
[作者]
匡后权 吉松涛 曾武佳
文章采用主成分分析和BP神经网络相结合的方法,采用的1978～2005年服务业相关数据和服务业产值为训练数据,通过BP神经网络建立主成分到服务业产值之间的映射关系。将2006～2007数据作为仿真预测数据,进行样本仿真。验证结果表明:文章采用的方法可以较为准确地拟合原始样本,有较高的预测精度,可以对西部服务业产值进行较为准确的预测。此方法具有一定的理论和现实意义。
关键词：
主成分 BP神经网络 产值预测
[期刊] 统计与决策
[作者]
周晶晶 贺勇 诸克军
文章提出采用基于主成分的BP神经网络来对油田产量进行预测。主成分分析法用于将输入变量维度降低且互不相关;BP神经网络因其自组织、自学习的动力机制实现输入输出空间的非线性映射。以江汉油区为例的研究表明,该方法具备较高的预测精度,在复杂经济时间序列的预测中有一定的应用前景。
关键词：
石油产量预测 主成分分析 BP神经网络
[期刊] 统计与决策
[作者]
郭志钢 蒲忠 李秋
天然气消费量的预测对于四川省这样的一个天然气资源大省有着非常重要的意义。影响天然气消费量的因素很多,并且影响机制比较复杂,传统的线形预测模型必然会存在较大误差。文章在考虑影响四川省天然气消费量众多影响因素的基础上,选择出比较有代表性的自变量体系,利用主成分分析方法对自变量体系进行降维及去噪,并将生成的主成分作为四川省天然气消费量预测模型的自变量体系,采用最小二乘支持向量机(LS-SVM)建立非线形预测模型。结果表明,该模型性能明显强于其它预测模型,具有一定的应用价值。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
