作者:
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:
影响住房需求的因素众多,错综复杂,并且具有非线性的特征.本文通过对住房需求影响因素的分析,用BP神经网络来购建住房的需求模型.根据河南开封市的有关统计数据,用BP神经网络优化算法进行住旁需求预测,并与多元回归预测方法进行对比.结果表明,BP神经网络具有较好的适应性和较高的预测精度.
推荐文章
基于 Lasso 和 BP 神经网络的广西城镇住房需求预测
BP 神经网络
主成分分析
Lasso 方法
城镇住房需求
预测
基于改进BP神经网络的天然气需求预测
BP神经网络
附加动量法
天然气需求
预测
克隆选择粒子群优化BP神经网络电力需求预测
BP神经网络
克隆选择算法
粒子群优化
电力需求
基于神经网络和灰色系统的住宅用地需求预测研究
住宅用地需求预测
神经网络模型
灰色系统
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BP神经网络的河南开封市住房需求预测
来源期刊 科技广场 学科 工学
关键词 BP神经网络 开封市 住房需求预测
年,卷(期) 2010,(3) 所属期刊栏目 研究与探讨
研究方向 页码范围 21-23
页数 分类号 TP227
字数 2651字 语种 中文
DOI 10.3969/j.issn.1671-4792.2010.03.005
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 范振东 东华理工大学地球科学与测绘工程学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (19)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
BP神经网络
开封市
住房需求预测
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
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
总被引数(次)
31625
论文1v1指导