自组织模式识别与经济预测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

自组织模式识别与经济预测

俞海, 贺昌政, 何跃

文章导航 > 电子科技大学学报 > 2003 > 32(1): 104-108

俞海, 贺昌政, 何跃. 自组织模式识别与经济预测[J]. 电子科技大学学报, 2003, 32(1): 104-108.

引用本文:

俞海, 贺昌政, 何跃. 自组织模式识别与经济预测[J]. 电子科技大学学报, 2003, 32(1): 104-108.

Yu Hai, He Changzheng, He Yue. Self-Organizing Pattern Recognition and Economy Forecasting[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 104-108.

Citation:

Yu Hai, He Changzheng, He Yue. Self-Organizing Pattern Recognition and Economy Forecasting[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 104-108.

自组织模式识别与经济预测

1.
四川大学工商管理学院成都 610064

基金项目:

国家自然科学基金资助项目,编号:70271073

作者简介:
俞海男 25岁硕士生主要从事管理科学及自组建模方面的研究

中图分类号: F021

Self-Organizing Pattern Recognition and Economy Forecasting

1.
Business School,Sichuan University Chengdu 610064

摘要: 基于自组织数据挖掘方法与经济预测原则,提出了自组织模式识别方法。该方法的主要特点是在几个相似模式的合成中使用了数据分组处理方法自动合成技术,实际应用于经济预测时比传统意义上的预测方法方便。实例表明了它在经济预测中的有效性。同时,使用增加同类经济对象样本数据的方法,解决了样本数据不足的问题。
- 自组织数据挖掘 /
- 经济预测 /
- 模式识别 /
- 相似模式 /
- 数据分组处理方法
Abstract: In this paper, the self-organizing pattern recognition method is presented based on the self-organizing data mining method and the principle of economy forecasting. The peculiarity of SPR differs from other pattern recognition methods is Using group method of data handing synthesizing technique in the combination of several similar patterns. This method is more convenient than common forecasting methods when applying to economy forecasting.The example shows that this method is effective in economy forecasting. At the same time, by adding samples of same type, it has solved the problem of small data samples.
- self-organizing data mining /
- economy forecasting /
- pattern recognition /
- similar patterns /
- group method of data handing

[1]	李自强, 李睿, 孙抗. 基于时序拓扑数据分析的电力电缆局部放电模式识别 . 电子科技大学学报, 2024, 53(): 1-7. doi: 10.12178/1001-0548.2022398
[2]	田文洪, 曾柯铭, 莫中勤, 吝博强. 基于卷积神经网络的驾驶员不安全行为识别 . 电子科技大学学报, 2019, 48(3): 381-387. doi: 10.3969/j.issn.1001-0548.2019.03.012
[3]	张安安, 杨林, 何嘉辉, 高春林, 李茜. 基于MDS的电缆附件局部放电模式识别 . 电子科技大学学报, 2019, 48(2): 202-207. doi: 10.3969/j.issn.1001-0548.2019.02.007
[4]	余玲飞, 龚海刚, 刘念伯, 周圣二. 一种车载自组织网络高效数据分发机制研究 . 电子科技大学学报, 2018, 47(3): 389-396. doi: 10.3969/j.issn.1001-0548.2018.03.011
[5]	肖卓宇, 何锫, 杨鑫维, 杨邦平, 陈俊旭, 胡振涛. 基于文法产生式优化的设计模式识别方法 . 电子科技大学学报, 2017, 46(3): 569-576. doi: 10.3969/j.issn.1001-0548.2017.03.015
[6]	高见, 周涛. 大数据揭示经济发展状况 . 电子科技大学学报, 2016, 45(4): 625-633. doi: 10.3969/j.issn.1001-0548.2016.04.015
[7]	廖丹, 孙罡, 杨晓玲, 虞红芳. 车载自组织网络单接口多信道的切换方法 . 电子科技大学学报, 2015, 44(2): 227-232. doi: 10.3969/j.issn.1001-0548.2015.02.012
[8]	李勇明, 陈勃翰, 王品. 基于模式识别的胸阻抗信号自动检测算法 . 电子科技大学学报, 2015, 44(6): 951-955. doi: 10.3969/j.issn.1001-0548.2015.06.027
[9]	任晓龙, 朱燕燕, 王思云, 廖好, 韩筱璞, 吕琳媛. 在线社交网络结构与区域经济关联性研究 . 电子科技大学学报, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
[10]	罗光春, 狄翠霞, 李炯. 新型用户访问模式挖掘方法研究 . 电子科技大学学报, 2012, 41(1): 70-73. doi: 10.3969/j.issn.1001-0548.2012.01.014
[11]	王宏, 周正欧, 李廷军, 孔令讲. 基于EEMD穿墙雷达人的运动模式识别 . 电子科技大学学报, 2011, 40(3): 346-351. doi: 10.3969/j.issn.1001-0548.2011.03.003
[12]	尧德中, 刘铁军, 雷旭, 杨平, 徐鹏, 张杨松. 基于脑电的脑-机接口：关键技术和应用前景 . 电子科技大学学报, 2009, 38(5): 550-554. doi: 10.3969/j.issn.1001-0548.2009.05.009
[13]	金燕华, 秦开宇, 白泰礼. 在模式识别下的萃取液温度控制方法研究 . 电子科技大学学报, 2009, 38(3): 376-379. doi: 10.3969/j.issn.1001-0548.2009.03.014
[14]	闫晓东, 徐惠民. 一种基于经济模型的数据复制收入预测函数 . 电子科技大学学报, 2007, 36(1): 90-92.
[15]	骆德渊, 秦东兴, 黄大贵. 摄像机运动参数实时跟踪算法 . 电子科技大学学报, 2005, 34(1): 81-84.
[16]	吴青娥, 舒兰. 模糊自动机在电磁波识别中的应用 . 电子科技大学学报, 2005, 34(6): 798-801.
[17]	王洪, 吕幼新, 向敬成. 一种新的子空间模式识别方法 . 电子科技大学学报, 2004, 33(1): 5-8.
[18]	叶茂, 陈勇. 基于分布模型的层次聚类算法 . 电子科技大学学报, 2004, 33(2): 171-174.
[19]	任立勇, 卢显良. 基于串-并行计算BP网络拓扑结构的研究与实现 . 电子科技大学学报, 2000, 29(2): 197-200.
[20]	孟相如, 虞厥邦. 电流模式神经网络分类器的CMOS实现技术 . 电子科技大学学报, 1997, 26(5): 453-456.

WeChat

点击查看大图

计量

文章访问数: 3471
HTML全文浏览量: 144
PDF下载量: 64
被引次数: 0

自组织模式识别与经济预测

1. 四川大学工商管理学院成都 610064

基金项目:

国家自然科学基金资助项目,编号:70271073

作者简介:
俞海男 25岁硕士生主要从事管理科学及自组建模方面的研究

收稿日期: 2002-09-02
刊出日期: 2003-02-15

中图分类号: F021

关键词:

摘要: 基于自组织数据挖掘方法与经济预测原则,提出了自组织模式识别方法。该方法的主要特点是在几个相似模式的合成中使用了数据分组处理方法自动合成技术,实际应用于经济预测时比传统意义上的预测方法方便。实例表明了它在经济预测中的有效性。同时,使用增加同类经济对象样本数据的方法,解决了样本数据不足的问题。

English Abstract

俞海, 贺昌政, 何跃. 自组织模式识别与经济预测[J]. 电子科技大学学报, 2003, 32(1): 104-108.

引用本文:

俞海, 贺昌政, 何跃. 自组织模式识别与经济预测[J]. 电子科技大学学报, 2003, 32(1): 104-108.

Yu Hai, He Changzheng, He Yue. Self-Organizing Pattern Recognition and Economy Forecasting[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 104-108.

Citation:

Yu Hai, He Changzheng, He Yue. Self-Organizing Pattern Recognition and Economy Forecasting[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 104-108.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发