四川省宏观经济发展的自组织模型

作者基于自组织数据挖掘理论建立了四川省经济发展的自组织模型,并就国家宏观经济政策对四川省区域经济的影响进行了模型分析,得出了经济因素对全国整体的作用水平以及四川省经济发展的特点.

基于自组织数据挖掘方法的经济预警研究

目前经济预警方法主要包括指标预警、统计预警、模型预警3类,这3类方法各有优劣。模型预警法常使用ARCH模型预警与人工神经网络模型预警。将自组织数据挖掘方法引入经济预警建模过程,通过实证研究发现:自组织数据挖掘方法在经济预警研究中具有较强的学习能力,在模型变量筛选时能有效避免人为因素的影响;与人工神经网络相比较,它建立的显式模型能够反映输入指标对输出指标的具体影响状况,将有助于分析警源,排除警情。研究结果表明,自组织数据挖掘方法将为经济预警提供一种新的模型预警法。

我国经济增长的自组织模型研究

经济系统的复杂性决定了经济变动及影响因素解释的困难性。应用自组织数据挖掘方法,建立一个解释我国GDP增长的自组织模型,同时与用主成分分析方法建立的GDP增长模型进行比较,分析影响我国经济增长的主要因素,并在此基础上提出相应的对策思路。

工业经济增长与主要经济指标作用机制的量化分析——经济指标系统自组织模型研究

本文运用自组织数据挖掘方法,在经济指标系统中对工业经济增长的动态变化规律及其影响因素进行了量化分析,从而发现在经济指标系统中,工资总额是工业经济增长最重要的影响因素;减少农林牧总产值,对工业经济增长有较大促进作用;居民人均消费水平为经济指标系统的外生变量。增大工资总额,减少农林牧总产值,提升居民消费水平是提升工业经济增长的有效方式。

组织机构代码数据深度挖掘在城市经济决策中的作用浅析

数据挖掘技术的出现为组织机构代码办证过程中积累原始数据的深层次开发应用提供了一种可行的手段。文章介绍了数据挖掘在组织机构代码工作中的使用目的和实现方法,并结合实际数据详细分析了代码信息的应用,希望通过对代码数据的挖掘为决策者提供有用的信息参考。

自组织数据挖掘理论与经济系统的复杂性研究

通过对自组织数据挖掘理论与方法的发展过程、原理和算法基本步骤的分析 ,重点阐述了它所揭示经济对象构成因素的功能和较准确的预测功能 ,并指出 。