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:
中药材市场前景广阔,经营中药材成功的关键为对市场走势及价格作出正确的判断,因此对于中药材价格科学的预测尤为重要.基于Matlab工具,利用小波神经网络建立预测模型,经过实验得到了较高精度的价格预测结果,证明可将小波神经网络应用于中药材价格预测.
推荐文章
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
基于小波神经网络模型的含沙量预测研究
小波函数
BP神经网络
含沙量
基于小波神经网络方法的心电图分类研究
小波神经网络
分类
心电图
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中药材价格预测方法的研究
来源期刊 微型电脑应用 学科 工学
关键词 中药材 价格预测 Matlab 小波神经网络
年,卷(期) 2013,(7) 所属期刊栏目 研究与设计
研究方向 页码范围 34-36
页数 3页 分类号 TP311
字数 3392字 语种 中文
DOI
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 王芳 上海交通大学自动化系 64 265 10.0 13.0
2 路林吉 上海交通大学自动化系 62 208 8.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (18)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(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)
2013(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
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
中药材
价格预测
Matlab
小波神经网络
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导