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:
研究出生人口预测问题,对于未来人口的预测起着极其重要的作用.如今常用的出生人口预测算法都是基于影响出生人口的主观因素而设计的,如各年龄段妇女总数、死亡率、生育率等,没有考虑经济因素、国家政策因素、国民受教育程度、人口总抚养比等客观因素的影响.近年来我国实际的出生量远低于国家所预测的出生量就充分体现了相关算法所存在的缺陷.鉴于此,论文在考虑了客观因素的条件下,利用历年来我国的人口相关数据并结合主成分分析法、多元线性回归算法、Spass软件等算法和软件对分年龄组生育率法进行了优化,从而得到了一种新的出生人口优化算法.仿真数据结果表明,该优化预测算法极大地提高了出生人口预测的精度,具有一定的理论参考意义和较高实用价值.
推荐文章
基于基因表达式编程的人口预测模型
基因表达式编程
人口预测
时间序列
灰色模型
人工神经网络
深圳市人口预测优化模型的构建及应用
曲线拟合
人口预测
常住人口
预测优化模型
优化的Leslie人口预测模型及其应用
Leslie预测法
年龄结构
死亡率
出生率
Mathematical
基于智能遗传算法与支持向量回归的人口预测
支持向量回归
智能遗传算法
人口
预测
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 一种基于大数据的出生人口预测优化算法
来源期刊 计算机与数字工程 学科 工学
关键词 人口预测 分年龄组生育率法 主成分分析法 多元线性回归算法
年,卷(期) 2020,(3) 所属期刊栏目 算法与分析
研究方向 页码范围 546-549,657
页数 5页 分类号 TP301.6
字数 2900字 语种 中文
DOI 10.3969/j.issn.1672-9722.2020.03.008
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 张卫钢 长安大学信息工程学院 40 301 11.0 15.0
2 张鑫 长安大学信息工程学院 24 110 5.0 10.0
3 王培丞 长安大学信息工程学院 5 1 1.0 1.0
4 王征征 长安大学信息工程学院 1 0 0.0 0.0
5 孙道斌 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  (57)
共引文献  (119)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 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(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(14)
  • 参考文献(1)
  • 二级参考文献(13)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
人口预测
分年龄组生育率法
主成分分析法
多元线性回归算法
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导