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:
依据1978~2008年影响我国农民收入因素的相关数据,选取从事农业的人口、第一产业产值、乡村就业人员数等13个指标,依据标准化方法和BP神经网络方法,建立了关于农民收入的人工神经网络模型,并进行具体分析.结果表明,模拟值与真实值吻合较好,改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力.在此基础上,提出了增加农民收入的建议:一是推进城镇化进程;二是发展农村中小企业;三是鼓励集约经营;四是加强农村基础设施建设和农业科技投入.
推荐文章
基于BP神经网络的河北省耕地生产力预测
粮食单产
耕地生产力
BP神经网络
河北省
基于BP神经网络的深层感知器预测模型
数据挖掘
财政收入预测
深度学习
深层感知器
基于BP神经网络的湖北省旅游总收入预测
湖北省旅游总收入
BP神经网络
MATLAB
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神经网络的我国农民收入预测模型
来源期刊 安徽农业科学 学科 经济
关键词 BP神经网络 农民收入 预测
年,卷(期) 2011,(20) 所属期刊栏目 农业经济·农业管理
研究方向 页码范围 12471-12473
页数 分类号 F323.8
字数 3822字 语种 中文
DOI 10.3969/j.issn.0517-6611.2011.20.187
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 郭庆春 陕西广播电视大学教务处 45 264 10.0 14.0
2 孔令军 陕西广播电视大学教务处 27 87 4.0 7.0
3 寇立群 陕西广播电视大学教务处 24 94 5.0 8.0
4 张小永 陕西广播电视大学教务处 42 90 4.0 7.0
5 李力 中国科学院地球环境研究所 45 407 11.0 19.0
6 何振芳 中国科学院寒区早区环境与工程研究所 24 170 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (54)
参考文献  (10)
节点文献
引证文献  (15)
同被引文献  (61)
二级引证文献  (72)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(9)
  • 引证文献(1)
  • 二级引证文献(8)
2014(17)
  • 引证文献(2)
  • 二级引证文献(15)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(16)
  • 引证文献(5)
  • 二级引证文献(11)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(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
农民收入
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
安徽农业科学
半月刊
0517-6611
34-1076/S
大16开
安徽省合肥市农科南路40号
26-20
1961
chi
出版文献量(篇)
78281
总下载数(次)
236
总被引数(次)
436536
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导