作者：李宏 李建武 宋玉龙失业预警神经网络集成baggingadaboost
摘要：提出采用神经网络集成技术对中国失业预警系统进行建模，以克服当前失业预警系统建模中存在的小样本、高维度、非线性、噪音数据等难题。采用BP神经网络回归模型对失业率进行预测；基于两种集成技术Bagging与AdaBoost对多个神经网络进行集成，以获得比单个预测模型更好的精度与稳定性；最后基于广东省的社会经济调查数据进行了实证分析，实验结果表明：在对失业率的预测上，Bagging集成方法的预测效果优于Adaboost集成方法，也优于单个最好的神经网络模型。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
