宋仙磊
- 作品数：4 被引量：23H指数：3
- 供职机构：合肥工业大学管理学院过程优化与智能决策教育部重点实验室更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于网络评论的网络舆情研究被引量：10
- 2009年
- 研究网络新闻评论可以更好地分析网民对新闻关注程度的发展变化,对于网络舆情研究也具有重要意义。本文首先选择任意时间段内网络上的热点事件为样本,绘制其评论增长曲线,进而使用自组织映射神经网络方法将曲线分类,拟合出代表各类发展规律的曲线,最后利用所得结论判断突发新闻的类别归属,预测其评论发展趋势,并验证方法的有效性。
- 彭丹许波宋仙磊
- 关键词：网络舆情聚类自组织映射神经网络
- 基于周期项方法选择的季节性时序预测被引量：4
- 2011年
- 根据每个单步预测序列各自具有的特征,通过周期项重构把多步预测转化为单步预测,提出一种预测方法选择策略。为每个单步预测序列选择一个最合适的预测方法,利用选择的方法建模预测周期项,结合灰色预测模型对趋势项的预测值,建立季节性时间序列整体预测模型。实验结果表明,该模型能克服周期项多步预测的缺点,具有较高的预测精度。
- 宋仙磊刘业政陈思凤
- 二重趋势时间序列的灰色组合预测模型被引量：7
- 2011年
- 神经网络、ARIMA等广泛应用于具有趋势变动性和周期波动性的二重趋势特征的时间序列预测,而这些单一的模型难以达到满意的预测效果。提出一种针对该特征的灰色组合模型,其基本思想是:从二重趋势时间序列中分离趋势变动项和周期波动项后,用灰色G(1,1)模型预测趋势变动项,引用BP网络和ARIMA的组合模型预测周期波动项,用乘积模型合成两部分预测值为灰色组合模型的最终预测值。实验表明:该灰色组合模型适应了二重趋势时间序列的特征,具有很好的预测效果。
- 宋仙磊刘业政陈思凤许波
- 季节性时间序列的预测模型研究
- 由于季节变化、风俗习惯等因素的影响,许多商业和经济时间序列呈现出周期性的波动,如:空调销售量的月度数据、全国旅客量的月度数据等。该类季节性时间序列的准确预测,对市场营销,生产计划、运输调度等都起着极其重要的作用。季节周期...
- 宋仙磊
- 关键词：粒子群优化
- 文献传递
