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:
随着经济的进一步发展,研究经济发展规律,预测经济增长,使其能更科学、客观地反映一个国家或地区的经济实际,变得越来越重要.为此,研究了将小波神经网络的强大分类功能用于经济增长的预测分析中,通过对云南省历年国内生产总值历史数据样本进行学习,分析GDP的发展趋势,然后进行GDP的预测,取得了较为满意的效果.
推荐文章
基于优化小波神经网络的宏观经济预测技术研究
宏观经济
预测模型
BP神经网络
小波神经网络
狼群算法
准确性
基于小波神经网络的机械故障预测
小波网络
机械故障
预测
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于小波神经网络模型的含沙量预测研究
小波函数
BP神经网络
含沙量
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 基于小波神经网络的经济增长预测
来源期刊 云南民族大学学报(自然科学版) 学科 经济
关键词 小波神经网络 国内生产总值 预测模型
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 81-84
页数 4页 分类号 F201
字数 2642字 语种 中文
DOI 10.3969/j.issn.1672-8513.2009.01.023
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 杨柱元 云南民族大学数学与计算机科学学院 29 73 5.0 6.0
2 姜彬 云南民族大学数学与计算机科学学院 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (54)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (16)
二级引证文献  (35)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(7)
  • 引证文献(3)
  • 二级引证文献(4)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(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
小波神经网络
国内生产总值
预测模型
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
云南民族大学学报(自然科学版)
双月刊
1672-8513
53-1192/N
大16开
中国昆明市一二·一大街134号
1992
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导