技术关联:一个概念性的研究综述

产业和技术是分析社会经济问题的两条重要主线,不同的产业具有不同的生产方式和技术特征。关于产业关联的研究已经比较丰富和成熟,然而究竟什么是技术关联(即技术的关联性),从现有的经济学文献中看,迄今尚未有一个直接的、权威的定义。作为一门以各类经济主体的不同选择为研究对象的学科,经济学完全可以、也应当深入考察企业或政府的技术选择行为与机理;这其中,技术关联无疑是影响技术抉择的一个重要因素,但在多数经济分析中却往往容易被忽略,过于注重市场方面的成本收益分析。以下将从技术的相关特性出发,就国内外学者在技术关联方面的研究…     

基于两阶段优化算法的神经网络预测模型

采用基于两阶段优化算法(multi-stage optimization approach,MSOA)的GA人工神经网络,将训练集分为两部分,在前一训练集训练后获得的网络基础上使用后一训练集进行进一步的训练获得更为优化的网络结构.针对复杂系统建模输入节点难以确定的问题,提出将其与自组织数据挖掘算法相结合,利用GMDH算法获得神经网络的初始化节点,使用训练好的神经网络模型进行预测.将由此建立的预测模型应用于粮食价格的预测,并进一步探讨了MSOA算法的收敛性问题.结果表明基于GMDH和MSOA的神经网络组合预测模型能较大提高神经网络的全局收敛能力和收敛速度,提高预测精度.     

基于自组织算法的改进型GAANN预测模型

在传统的基于GA算法人工神经网络的基础上作了改进,将训练集分为两部分,在前一训练集训练后获得的网络基础上使用后一训练集进行进一步的训练获得更为优化的网络结构。针对复杂系统建模输入节点难以确定的问题,提出将其与自组织理论相结合,首先使用GMDH方法获得神经网络的初始化节点,然后使用训练好的神经网络模型进行预测。最后,将由此建立的预测模型应用于国家粮食产量预测,取得了令人满意的效果。     

基于OSA算法和GMDH网络集成的电子商务客户流失预测

电子商务客户流失预测是一种典型的高维、非线性、数据不平衡问题,传统的方法已很难提高其预测精度。本文将自组织数据挖掘方法(SODM)引入电子商务客户流失预测,提出一种基于客观系统分析(OSA)和数据分组处理(GMDH)网络集成的电子商务客户流失预测模型。首先利用OSA算法自动选择出重要的电子商务客户流失关键属性,然后将训练样本送入GMDH网络进行学习与训练,进而对测试样本客户流失状态进行预测。为了提高预测精度,本文还利用向上采样法进行数据平衡化,使得流失类和非流失类客户数量大致相等。应用该模型对某网上商场客户流失状态进行预测,并将预测结果与神经网络、SVM等方法得到的结果进行了比较,验证了该模型的有效性及实用性。     

乡村振兴战略背景下吉林省农产品品牌提升策略研究

本文旨在探讨乡村振兴战略下吉林省农产品品牌提升的策略研究。吉林省作为中国东北的重要农业大省,拥有丰富的农产品资源,但在农产品品牌建设方面仍面临一系列挑战。本文通过分析吉林省农产品品牌的现状和问题,提出了一系列提升策略,包括加强农产品质量管理、推动农产品品牌国际化、发展农村电商等。这些策略将有助于吉林省农产品品牌建设在乡村振兴战略中发挥更大的作用,促进农村经济的持续增长。     

江西新干“莲花落”音乐文化形态研究

江西新干“莲花落”是江西省非物质文化遗产重点保护项目,它的历史渊源流长,具有较高的文化传承价值。本文对新干“莲花落”的音乐形态、文化形态进行了分析,力图使这一独具地域特色的古老曲种充分展示其学术价值和独特魅力。     

浅议流行音乐流行的原因及对社会发展贡献

流行音乐是与古典、正统的音乐不同的一种音乐形式,流行音乐之所以在现代城市中得以广泛流传,与社会心理定势、音乐作品的内部结构及商品经济发展和科技进步有着密不可分的关系。同时,流行音乐的发展还对社会的发展有着一定的贡献。     

基于突变级数法的房地产上市公司核心能力评价

将突变级数法应用于房地产上市公司核心能力评价中,以突变理论的基本原理为理论基础,结合房地产上市公司的经营特点建立核心能力指标评价体系,以三家上市房地产公司为例,对其核心能力进行综合评价,同时,应用改进的归一化法对指标数据进行无量纲化处理,在对评价结果进行比较分析后,能有效并正确地发现企业经营中存在的问题,为企业经营管理提供很好的决策信息,从而有针对性的进行改善。