<track id="j575v"><span id="j575v"><th id="j575v"></th></span></track>
<address id="j575v"></address>

    <video id="j575v"><progress id="j575v"><progress id="j575v"></progress></progress></video>

      <p id="j575v"></p>

    
    
      <form id="j575v"><dl id="j575v"></dl></form>
      <video id="j575v"></video><nobr id="j575v"></nobr><video id="j575v"></video>
        <track id="j575v"></track>

        <pre id="j575v"></pre><big id="j575v"><span id="j575v"></span></big>

            您當前所在位置: 首頁 > 首發論文
            動態公開評議須知

            1. 評議人本著自愿的原則,秉持科學嚴謹的態度,從論文的科學性、創新性、表述性等方面給予客觀公正的學術評價,亦可對研究提出改進方案或下一步發展的建議。

            2. 論文若有勘誤表、修改稿等更新的版本,建議評議人針對最新版本的論文進行同行評議。

            3. 每位評議人對每篇論文有且僅有一次評議機會,評議結果將完全公示于網站上,一旦發布,不可更改、不可撤回,因此,在給予評議時請慎重考慮,認真對待,準確表述。

            4. 同行評議僅限于學術范圍內的合理討論,評議人需承諾此次評議不存在利益往來、同行競爭、學術偏見等行為,不可進行任何人身攻擊或惡意評價,一旦發現有不當評議的行為,評議結果將被撤銷,并收回評審人的權限,此外,本站將保留追究責任的權利。

            5. 論文所展示的星級為綜合評定結果,是根據多位評議人的同行評議結果進行綜合計算而得出的。

            勘誤表

            上傳勘誤表說明

            • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
            • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
            • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

            示例:

            勘誤表

            上傳勘誤表說明

            • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
            • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
            • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

            示例:

            上傳后印本

            ( 請提交PDF文檔 )

            * 后印本是指作者提交給期刊的預印本,經過同行評議和期刊的編輯后發表在正式期刊上的論文版本。作者自愿上傳,上傳前請查詢出版商所允許的延緩公示的政策,若因此產生糾紛,本站概不負責。

            發郵件給 王小芳 *

            收件人:

            收件人郵箱:

            發件人郵箱:

            發送內容:

            0/300

            論文收錄信息

            論文編號 202106-32
            論文題目 基于PCA-ELM對遼寧省某市房價的預測
            文獻類型
            收錄
            期刊

            上傳封面

            期刊名稱(中文)

            期刊名稱(英文)

            年, 卷(

            上傳封面

            書名(中文)

            書名(英文)

            出版地

            出版社

            出版年

            上傳封面

            書名(中文)

            書名(英文)

            出版地

            出版社

            出版年

            上傳封面

            編者.論文集名稱(中文) [c].

            出版地 出版社 出版年, -

            編者.論文集名稱(英文) [c].

            出版地出版社 出版年,-

            上傳封面

            期刊名稱(中文)

            期刊名稱(英文)

            日期--

            在線地址http://

            上傳封面

            文題(中文)

            文題(英文)

            出版地

            出版社,出版日期--

            上傳封面

            文題(中文)

            文題(英文)

            出版地

            出版社,出版日期--

            英文作者寫法:

            中外文作者均姓前名后,姓大寫,名的第一個字母大寫,姓全稱寫出,名可只寫第一個字母,其后不加實心圓點“.”,

            作者之間用逗號“,”分隔,最后為實心圓點“.”,

            示例1:原姓名寫法:Albert Einstein,編入參考文獻時寫法:Einstein A.

            示例2:原姓名寫法:李時珍;編入參考文獻時寫法:LI S Z.

            示例3:YELLAND R L,JONES S C,EASTON K S,et al.

            上傳修改稿說明:

            1.修改稿的作者順序及單位須與原文一致;

            2.修改稿上傳成功后,請勿上傳相同內容的論文;

            3.修改稿中必須要有相應的修改標記,如高亮修改內容,添加文字說明等,否則將作退稿處理。

            4.請選擇DOC或Latex中的一種文件格式上傳。

            上傳doc論文   請上傳模板編輯的DOC文件

            上傳latex論文

            * 上傳模板導出的pdf論文文件(須含頁眉)

            * 上傳模板編輯的tex文件

            回復成功!


            • 0

            基于PCA-ELM對遼寧省某市房價的預測

            首發時間:2021-06-10

            蔡晨蕊 1   

            蔡晨蕊(2000-),女,本科生,主要研究方向:管理科學與工程

            付天予 2    李諾 1    莫鑫蓬 3    張艷菊 1   

            張艷菊(1983-),女,副教授,主要研究方向:決策理論與應用

            • 1、遼寧工程技術大學工商管理學院,葫蘆島,125105
            • 2、遼寧工程技術大學安全科學與工程學院,葫蘆島,125105
            • 3、遼寧工程技術大學電氣與控制工程學院,葫蘆島市 125105

            摘要:為快速準確的對遼寧省某市住宅商品房價格進行預測,選取經濟,地域,供需等方面作為影響因素,以主成分分析(PCA)降維結果作為極限學習機(ELM)的輸入向量,住宅商品房價格作為ELM輸出向量;利用2010-2019年的數據作為訓練樣本對所構建的ELM模型進行訓練,采用留一法交叉驗證對訓練集進行優化,并采用決定系數與相對誤差對預測結果進行評價。結果表明:利用PCA提取的主成分充分考慮影響因素的不完備性,包含超過91.56%的信息,減少信息冗余;利用PCA處理后的數據降低ELM計算的復雜性;通過PCA-ELM預測模型可以有效的對住宅商品房價格進行預測。

            關鍵詞: 主成分分析 灰色關聯分析 極限學習機 房價預測

            For information in English, please click here

            Based on PCA-ELM forecast of housing prices in a city of Liaoning Province

            CAI Chenrui 1   

            蔡晨蕊(2000-),女,本科生,主要研究方向:管理科學與工程

            FU Tianyu 2    LI Nuo 1    MO Xinpeng 3    ZHANG Yanju 1   

            張艷菊(1983-),女,副教授,主要研究方向:決策理論與應用

            • 1、School of Business Administration, Liaoning Technical University, Huludao, 125105, China
            • 2、School of Safety Science and Engineering, Liaoning Technical University, Huludao, 125105, China
            • 3、School of Electrical and Control Engineering, Liaoning Technical University, Huludao 125105, China

            Abstract:In order to predict the price of residential commercial housing in Shenyang, Liaoning Province quickly and accurately, economy, region, supply and demand were selected as the influencing factors, principal component analysis (PCA) dimension-reduction results were used as the input vector of ELM, and commercial residential housing price in Shenyang was used as the output vector of ELM. The data from 2010 to 2019 were used as training samples to train the established ELM model, and the training set was optimized by the leave-one cross-validation method, and the determination coefficient and relative error were used to evaluate the prediction results. The results show that the principal components extracted by PCA fully consider the incompleteness of influencing factors, and contain more than 91.56% information, which reduces information redundancy. Using PCA processed data to reduce the complexity of ELM calculation; The PCA-ELM model can be used to forecast the price of residential commercial housing effectively.

            Keywords: Principal component analysis Grey correlation analysis Extreme Learning Machine Housing forecast

            Click to fold

            點擊收起

            論文圖表:

            引用

            導出參考文獻

            .txt .ris .doc
            蔡晨蕊,付天予,李諾,等. 基于PCA-ELM對遼寧省某市房價的預測[EB/OL]. 北京:中國科技論文在線 [2021-06-10]. http://www.c1gkrice.com/releasepaper/content/202106-32.

            No.****

            動態公開評議

            共計0人參與

            動態評論進行中

            評論

            全部評論

            0/1000

            勘誤表

            基于PCA-ELM對遼寧省某市房價的預測

            久久久久久精品免费免费_香港经典a毛片免费观看变态_天堂av无码大芭蕉伊人av_俄罗斯强奷女人在线播放