您的位置: 专家智库 > >

国家科技部软科学项目(2009GXS5B071)

作品数:2 被引量:17H指数:2
相关作者:李宏宋玉龙李建武莫荣更多>>
相关机构:人力资源和社会保障部中国人民大学北京理工大学更多>>
发文基金:北京市自然科学基金国家科技部软科学项目更多>>
相关领域:经济管理社会学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇经济管理
  • 1篇社会学

主题

  • 2篇预警
  • 2篇失业
  • 2篇失业预警
  • 1篇预处理
  • 1篇预警方法
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络集成
  • 1篇实证
  • 1篇实证研究
  • 1篇数据预处理
  • 1篇网络
  • 1篇网络集成
  • 1篇ADABOO...
  • 1篇BAGGIN...

机构

  • 2篇北京理工大学
  • 2篇中国人民大学
  • 2篇人力资源和社...

作者

  • 2篇李建武
  • 2篇宋玉龙
  • 2篇李宏
  • 1篇莫荣

传媒

  • 1篇经济与管理研...
  • 1篇中国软科学

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
基于神经网络集成的失业预警方法被引量:7
2012年
提出采用神经网络集成技术对中国失业预警系统进行建模,以克服当前失业预警系统建模中存在的小样本、高维度、非线性、噪音数据等难题。采用BP神经网络回归模型对失业率进行预测;基于两种集成技术Bagging与AdaBoost对多个神经网络进行集成,以获得比单个预测模型更好的精度与稳定性;最后基于广东省的社会经济调查数据进行了实证分析,实验结果表明:在对失业率的预测上,Bagging集成方法的预测效果优于Adaboost集成方法,也优于单个最好的神经网络模型。
李宏李建武宋玉龙
关键词:失业预警神经网络集成BAGGINGADABOOST
基于回归分析的失业预警建模实证研究被引量:13
2012年
指出失业预警系统的建模是一个小样本、高维度、非线性、存在噪音数据的复杂的建模问题,重点探讨了基于回归分析技术对失业预警系统进行建模的理论、方法与步骤。讨论了常见的缺失数据处理、数据归一化以及特征降维等数据预处理方法;进一步分析了最小二乘回归、Logistic回归、岭回归、BP神经网络以及支持向量回归五种回归技术;最后基于广东省的社会经济调查数据对五种回归方法进行了实证分析,实验结果表明:在对失业率的预测上,支持向量回归预测效果最好,最小二乘回归、岭回归与BP神经网络次之,Logistic回归预测效果最差。
李宏李建武莫荣宋玉龙
关键词:失业预警数据预处理
共1页<1>
聚类工具0