作者:
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:
机械工业是福建最重要的出口产业之一.在过去几年里,福建机械工业的产值一直持续不断地增长.因此,生产价值的预测就成了福建机械工业研究的一个重要课题.支持向量机 (SVM) 是一种新的预测技术,并已成功地应用于解决非线性回归和时间序列问题.本文利用支持向量机探讨预测福建机械工业产值的季节性时间序列数据的可行性.此外,还采用了季节性差分自回归滑动平均模型(SARIMA) 和广义回归神经网络(GRNN)两种预测方法来比较预测效果.实验结果表明,支持向量机在预测准确性方面优于平均值模型和广义回归神经网络.
推荐文章
破解中小企业困局——解读中小企业困局
中小企业
解读
货币紧缩
不利因素
资源短缺
内忧外患
统计数据
工信部
中小企业融资初探
中小企业
融资
信用担保
为中小企业减负是全球潮流
企业减负
中小企业
微型企业
融资难
贷款难
税费
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 福建机械产业产值预测为中小企业提供优势福建机械产业产值预测为中小企业提供优势
来源期刊 发现 学科
关键词
年,卷(期) 2020,(11) 所属期刊栏目 区域发展
研究方向 页码范围 26-29
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
引文网络交叉学科
相关学者/机构
期刊影响力
发现
月刊
1004-5023
11-1585/N
16开
北京市东城区雍和宫大街戏楼胡同1号
82-498
1988
chi
出版文献量(篇)
6896
总下载数(次)
17
论文1v1指导