基于PCA-BP神经网络的就业人口预测

• 作者: 刘小刚 唐贤芳 崔岩
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 就业人口预测 主成分分析 BP神经网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 基金项目
• 页码范围: 12-15
• 页数: 4页
• 分类号: TG409
• 字数: 3281字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2019.07.004

摘要

针对就业人口数据的非线性、高维度的特点,采用主成分分析与BP神经网络相结合的方法,建立了就业人口PCA-BP预测模型,并借助2005-2017年全国就业人口及影响就业相关因子的数据进行实证分析.结果 表明训练的模型能有效的反映就业人口的变化趋势,预测精度高于仅用BP神经网络构建的预测模型.最后将2015-2016年的数据代入训练好的PCA-BP神经网络模型中,预测出2018-2019年的就业人口数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔岩	西北工业大学明德学院信息与工程学院	17	26	3.0	4.0
2	唐贤芳	西北工业大学明德学院信息与工程学院	11	12	2.0	3.0
3	刘小刚	西京学院理学院	7	6	2.0	2.0