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:
为提高基层企业管理效率,根据吉林省东丰县开发区2015年企业调查数据,使用粗糙集与RBF神经网络算法结合算法对企业工业生产总值、 用电量、 用工量等3个主要影响因素进行分析,并根据各参数之间差异划分企业等级.研究结果表明:根据算法对数据分类结果,该结果与东丰县开发区企业分级情况比较接近,说明基于粗糙集RBF神经网络算法,是一种在企业绿色发展分级方面有效的评价方法;通过2种算法之间的可视化图形对比,得出粗糙集RBF神经网络算法较BP神经网络算法分类效果更加明显;因而,基于粗糙集RBF神经网络算法对东丰县开发区进行企业划分准确性强、 效率高、 易于推广,为东丰县开发区关于企业管理工作起到技术指导作用.
推荐文章
基于粗糙集与RBF神经网络的雷达辐射源信号识别研究
雷达辐射源识别
粗糙集
粗糙K-均值
RBF神经网络
基于粗糙集-神经网络的暴雨预报
暴雨预报
粗糙集
神经网络
粗糙集在神经网络中应用技术的研究
粗糙集
神经网络
粗糙神经网络
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 基于粗糙集RBF神经网络在东丰县开发区企业管理上的应用
来源期刊 农业与技术 学科 农学
关键词 东丰县开发区 绿色发展 BP神经网络 RBF神经网络 粗糙集
年,卷(期) 2019,(11) 所属期刊栏目 农业科学
研究方向 页码范围 4-7
页数 4页 分类号 S-3
字数 3470字 语种 中文
DOI 10.19754/j.nyyjs.20190615002
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 陈桂芬 吉林农业大学信息技术学院 135 899 16.0 23.0
2 马立艳 吉林农业大学信息技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (69)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(15)
  • 参考文献(1)
  • 二级参考文献(14)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
东丰县开发区
绿色发展
BP神经网络
RBF神经网络
粗糙集
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
农业与技术
半月刊
1671-962X
22-1159/S
大16开
吉林省长春市
882755
1980
chi
出版文献量(篇)
29147
总下载数(次)
38
总被引数(次)
52894
论文1v1指导