赵清俊 作品数:17 被引量:28 H指数:4 供职机构: 重庆师范大学经济与管理学院 更多>> 发文基金: 重庆师范大学科研基金 重庆市教育委员会科学技术研究项目 重庆市社会科学规划项目 更多>> 相关领域: 经济管理 理学 文化科学 自动化与计算机技术 更多>>
在Banach空间中,α-预不变凸函数的优化条件 被引量:1 2007年 在Banach空间中引入了α-预不变凸函数,对此函数,给出了带约束条件的向量优化问题解的条件,推广了文献[1]的主要结论. 徐述 赵清俊 彭涛关键词:向量优化 择一性定理 赋范空间中的加权变分不等式 1964年,作为一门研究问题的有力工具,变分不等式理论被引入,它在工业,物理,社会,经济等领域均有广泛而深刻的应用。 1980年,Giannessi在有限维欧氏空间中引入了向量变分不等式[8]。以后,Chen[11-1... 赵清俊关键词:赋范空间 BANACH空间 文献传递 不同子领域间的技术魅力研究--以大数据技术为例 2017年 论文以WoS数据库的引文数据为基础,根据大数据技术不同子领域间论文的相互引用情况构建了不同子领域的技术魅力指数,从而分析大数据技术在不同领域间的技术交互作用、扩散态势。研究发现大数据技术在Computer Science领域最受欢迎,其次为Engineering领域,在Telecommunications等领域也比较受欢迎。 陈能美 彭建文 赵清俊关键词:大数据 基于灰色理论和马尔科夫修正的旅游需求预测——以云南省旅游市场为例 被引量:12 2016年 基于灰色模型,以云南省旅游市场为例,对未来进行了短期定量预测,并在此基础上进行了马尔科夫修正;经过模型的运算和多重检验过程,得出了未来三年国内、海外和总市场需求的预测值,并发现,未来三年云南省的旅游总需求将强势回暖,并保持稳定增长态势;海外需求在2015年迎来爆发式增长,之后又出现回落并趋于平稳;国内游客所占的比重将越来越大,而海外游客所占的比重将越来越小;根据这些结果,提出了相应的政策建议。 曾冬玲 喻科 赵清俊关键词:旅游预测 科学合作网络对区域技术创新网络的影响研究——以AI领域为例 2023年 人工智能作为当前研究的重点话题,其中分析合作网络对人工智能领域技术创新的影响显得尤为重要,本文基于人工智能领域的专利和论文数据构建合作网络,计算了网络特征并使用负二项回归模型分析了其对专利产出的影响。结果显示,科学合作网络主要对专利合作网络的中心性产生显著影响,进而对专利创新产出产生显著影响,而科学合作网络对专利合作网络的集聚系数和结构洞的影响相对较小。 张旭 赵清俊关键词:技术创新 人工智能 合作网络 向量优化中解的存在性 2006年 本文通过使用向量似变分不等式和半预不变凸函数来证明约束向量优化的弱极小值的存在性。 赵清俊 彭涛关键词:向量优化 向量似变分不等式 半预不变凸函数 向量优化问题解的存在性 被引量:1 2006年 文中定义了广义有效解,并利用集值映射向量似变分不等式证明了不可微向量优化问题的广义有效解的存在性。 赵清俊关键词:向量似变分不等式 大数据研究领域中科研机构影响力测度研究 被引量:4 2016年 [目的/意义]以Web of Science数据库中核心期刊论文为信息来源,评价了科研机构在大数据研究领域中的影响力,有利于决策者评估科研差距、制定发展计划。[方法/过程]首先,综合考虑多项评价指标,并且依据其属性和相互间的相关关系将其分组处理,避免指标间的相互干扰。其次,依据熵权原理,提出基于熵权的TOPSIS影响力的评价模型,将其运用到对大数据研究领域中科研机构影响力评价中,避免了主观因素的干扰。最后,通过Spearman秩相关性检验了评价指标与综合排名的一致性以及评价指标分组的科学性。[结果 /结论]研究发现Chinese Acad Sci、Harvard Univ、Univ So Calif三个科研机构综合得分最高,最具影响力。评价指标介数中心性在评价环节中作用最强,而发文量最弱。 皮进修 彭建文 赵清俊关键词:大数据 熵权 基于Web of Science数据库的5G技术领域研究及可视化分析 2021年 近年来,第5代通信技术(5G)在各国发展迅速,如何客观认识各国在5G领域的研究实力、研究现状和研究趋势显得尤为重要。笔者以2015—2019年WebofScience收录的5G领域的学术论文作为数据源,采用文献计量法和共线网络分析法,从发文量、作者合作关系、国家合作关系及研究前沿4个方面揭示各国的研究现状和发展态势,并结合知识图谱进行可视化分析,以期为提升中国5G领域的核心竞争力提供有价值的信息。 杨艳 赵清俊关键词:CITESPACE 可视化 基于SARIMA-GMDH的CPI组合预测模型 被引量:5 2016年 文章以2001年1月至2015年2月的我国CPI定基指数为样本数据,首先构建季节乘积SARIMA模型与GMDH自回归模型对CPI进行预测;然后通过自组织数据挖掘理论构建SARIMA-GMDH组合模型再次对CPI进行预测;最后通过模型拟合优度检验与预测能力分析综合评价这3个预测模型,探索各个模型预测效果的差异性,总结评价组合预测法在经济现象中的预测优势。 皮进修 赵清俊 彭建文关键词:CPI GMDH 组合预测