|
|||||
|
|
| BP_Adaboost算法的改进及在首轮融资时总票房分类预测中的应用 | |
| 作者姓名： | ■唐中君 王美月 周欣浩 杨崇耀 |
| 作者单位： | 北京工业大学经济与管理学院北京现代制造业发展研究基地 北京 100124;中国中纺集团有限公司纺织服装事业部 北京 100005 |
| 基金项目： | 年国家自然科学基金委面上项目（71672004）：基于类比推理的短生命周期无形体验品需求预测,负责人：唐中君。 |
| 摘 要： | 为获得改进的分类算法BP_Adaboost,利用思维进化算法(MEA)和列文伯格-马夸尔特算法(LM)结合改进的BP神经网络作为弱分类器,由改进的弱分类器集成得到MEA-LM-BP_Adaboost算法.提出了基于MEA-LM-BP_Adaboost算法的首轮融资时总票房分类预测方法,该方法包括变量选取及操作化处理、网络参数优化、MEA改进弱分类器、LM算法改进弱分类器、MEA-LM-BP_Adaboost算法的流程设计、待预测电影验证6个部分.选用2013～2018年的245部国产电影作为样本验证该预测方法和模型,测试集分类准确率可达73.3％.最后在模型准确率、稳定性、K折交叉验证3方面进行模型整体性能比较,结果表明本文提出的模型整体性能最好. |
| 关 键 词： | BP_Adaboost算法 思维进化算法 列文伯格-马夸尔特算法 总票房分类预测 |
| 收稿时间： | 2020-07-23 |
| 修稿时间： | 2020-12-11 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《科技促进发展》浏览原始摘要信息 | |
| 点击此处可从《科技促进发展》下载全文 | |