基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用人工神经网络进行时间序列预测是一种较新的方法,它具有不需建立复杂的数学模型以及非线性映射能力强等优点.采用动量法和学习率自适应调整的改进型BP算法对外债风险的各项指标进行了非线性时间序列的预测,仿真结果表明神经网络模型对外债风险的各项指标预测的结果是准确可靠的.
推荐文章
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
基于改进型粒子群优化算法的BP网络在股票预测中的应用
神经网络
BP算法
BP改进
网络粒子群算法
基于改进型BP神经网络的PID控制算法
PID控制
神经网络
被控对象
非线性系统
仿真
改进型BP神经网络在织物悬垂性能中的预测应用
织物结构
悬垂系数
BP算法
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进型BP算法的外债风险指标预测
来源期刊 厦门大学学报(自然科学版) 学科 工学
关键词 外债风险 非线性时间序列预测 人工神经网络 BP算法
年,卷(期) 2001,(5) 所属期刊栏目 数学·计算机科学
研究方向 页码范围 1017-1021
页数 5页 分类号 TP183
字数 3296字 语种 中文
DOI 10.3321/j.issn:0438-0479.2001.05.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林成德 厦门大学自动化系 18 418 9.0 18.0
2 陈雄华 厦门大学自动化系 4 165 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (11)
参考文献  (2)
节点文献
引证文献  (11)
同被引文献  (1)
二级引证文献  (276)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(4)
  • 引证文献(1)
  • 二级引证文献(3)
2004(8)
  • 引证文献(1)
  • 二级引证文献(7)
2005(21)
  • 引证文献(1)
  • 二级引证文献(20)
2006(37)
  • 引证文献(2)
  • 二级引证文献(35)
2007(28)
  • 引证文献(0)
  • 二级引证文献(28)
2008(31)
  • 引证文献(0)
  • 二级引证文献(31)
2009(28)
  • 引证文献(3)
  • 二级引证文献(25)
2010(18)
  • 引证文献(0)
  • 二级引证文献(18)
2011(17)
  • 引证文献(0)
  • 二级引证文献(17)
2012(11)
  • 引证文献(0)
  • 二级引证文献(11)
2013(11)
  • 引证文献(0)
  • 二级引证文献(11)
2014(24)
  • 引证文献(1)
  • 二级引证文献(23)
2015(12)
  • 引证文献(0)
  • 二级引证文献(12)
2016(15)
  • 引证文献(0)
  • 二级引证文献(15)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
外债风险
非线性时间序列预测
人工神经网络
BP算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
厦门大学学报(自然科学版)
双月刊
0438-0479
35-1070/N
大16开
福建省厦门市厦门大学囊萤楼218-221室
34-8
1931
chi
出版文献量(篇)
4740
总下载数(次)
7
总被引数(次)
51714
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导