[1]刘幺和,楚晓蕊,王莉. 基于三段式的物联网设计方法[J]. 计算机系统应用,2011,(7):5-10. [2]刘幺和,王治. 基于手机条码识别的物联网设计[J]. 微电子学与计算机,2011,(8):80-82. [3]华鹏,赵学民. ARIMA模型在广东省GDP预测中的应用[J]. 统计与决策,2010,(12):166-167. [4]龚国勇. ARIMA模型在深圳GDP预测中的应用[J]. 数学的实践与认识,2008,(4):53-57. [5]李娜,薛俊强. 基于最优ARIMA模型的我国GDP增长预测[J]. 统计与决策,2013,(9):23-26. [6]张自敏,樊艳英,陈冠萍. 改进的BP神经网络在地方GDP预测中的应用[J]. 计算机科学,2012,(S3):108-110,127. [7]王宇,李旭东. 基于BP神经网络的我国M2/GDP预测与对策[J]. 生态经济,2007,(9):48-51. [8]陈楠,邰晓红. 改进BP算法的辽宁省人均GDP预测研究[J]. 科技管理研究,2010,(13):247-249,238. [9]郭秋艳,何跃. 基于DFA方法和BP神经网络的GDP预测模型[J]. 统计与决策,2014,(8):82-84. [10]叶学芳,何跃. 基于DFA方法的自组织组合预测模型的应用[J]. 统计与决策,2010,(23):42-45. [11]何黎,何跃. 结合PMI的中国GDP预测模型[J]. 统计与决策,2012,(1):84-86. [12]齐丽云,何跃. 基于PMI和PPI的GDP预测模型[J]. 统计与决策,2013,(16):12-14. [13]喻胜华,邓娟. 基于主成分分析和贝叶斯正则化BP神经网络的GDP预测[J]. 湖南大学学报(社会科学版),2011,(6):42-45. [14]屠越栋,陈西江. 主成分分析—径向基函数在GDP预测中的应用[J]. 测绘科学,2013-05-03 [15]袁军. SETAR模型在GDP预测中的应用[J]. 统计与决策,2007,(10):18-20. [16]张宾,贺昌政,余海. 基于FRI的改进相似合成算法及成都GDP预测研究[J]. 西南民族大学学报(人文社科版),2004,(11):198-202. [17]肖智,吴慰. 基于PSO-PLS的组合预测方法在GDP预测中的应用[J]. 管理科学,2008,(3):115-121 [18]蒋铁军,张怀强. 基于相空间重构和进化KPCR的GDP预测研究[J]. 统计与决策,2014,(3):32-34. [19]龙文,王惠文. 曲线分类建模方法及其在多地区GDP预测中的应用[J]. 系统工程理论与实践,2008,(3):71-75. [20]李运蒙,肖健华. 基于支持向量机的短期GDP预测模型与应用研究[J]. 内蒙古大学学报(自然科学版),2004,(4):438-441. [21]黄吟瀛,余思勤. 物流增加值与港口货物吞吐量对江苏GDP影响的定量分析[J]. 中国水运(学术版),2006,(2):24-26 [22]张萍,张守国. 江苏沿海港口吞吐量影响因素及预测分析[J]. 水运工程,2011,(10):63-65. [23]张庆利.SPSS宝典[M].北京:电子工业出版社,2011.(2),240
|