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:
本文采用聚类算法对ATM机上的日取用数量进行聚类,之后把每日的日取用数量替换成聚类类标号,然后再通过EVIEWS软件,对这些包含时间属性的聚类类标号进行回归,生成回归方程式,用来预测未来的日货币存放量.
推荐文章
基于聚类分析的短期负荷智能预测方法研究
数据挖掘
负荷预测
聚类
支持向量机
k-means
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
对于从ATM机中取出假币问题的思考和建议
ATM机
假币
信用卡
太原市
基于邻近相点聚类分析的多变量局域多步预测
聚类分析
局域模型
多步预测
综合判据
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 基于聚类分析的ATM机日存放货币数量预测
来源期刊 商场现代化 学科 经济
关键词 聚类 EVIEWS 回归分析 预测
年,卷(期) 2008,(23) 所属期刊栏目 商业研究
研究方向 页码范围 36
页数 1页 分类号 F2
字数 1097字 语种 中文
DOI 10.3969/j.issn.1006-3102.2008.23.025
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 张锡琴 6 14 2.0 3.0
2 冯敏敏 4 9 2.0 3.0
3 王俊华 4 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类
EVIEWS
回归分析
预测
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
商场现代化
半月刊
1006-3102
11-3518/TS
大16开
北京市
2-398
1972
chi
出版文献量(篇)
79870
总下载数(次)
321
总被引数(次)
230348
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导