{“id”：“https://openalex.org/W288820178“，”doi“：”https://doi.org/10.1016/j.neucom.2018.08.021“，”title“：“使用新的CID学习率和EEMD算法预测能源市场上的神经网络模型”，”display_name“：“在能源市场上使用新的CID学习率和EEMD算法进行神经网络模型预测”，”publication_year“：2018，”publitation_date“：”2018-08-20“，”ids“：{”openalex“：”https://openalex.org/W2888200178“，”doi“：”https://doi.org/10.1016/j.neucom.2018.08.021“，”mag“：”2888200178“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1016/j.neucom.2018.08.021“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S45693802“，”display_name“：”Neurocomputing“，”issn_l“：”0925-2312“，”isn“：[”0925-2312“，”1872-8286“]，”is_oa“：false，”is_ in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310320990“，”“host_organization_name”：“Elsevier BV”，“host_organization_lineage”：[“https://openalex.org/P4310320990“]，”host_organization_lineage_names“：[”Elsevier BV“]，”type“：”journal“｝，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝，”type“：”article“，”type_crossref“：”journal article“，”indexed_in“：[”crossref“]，”open_access“：｛”is_oa“：false，”oa_status“：”closed“，”oa_url“：null，”any_repository_has_fulltext“：false｝，”authorships“：[{”author_position“：”first“，”author“：{”id“：”https://openalex.org/A5025085757“，”display_name“：”中培岑“，”orcid“：null}，”机构“：[{”id“：”https://openalex.org/I21193070“，”display_name“：”北京交通大学“，”ror“：”https://ror.org/01yj56c84“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I21193070“]}]，”countries“：[”CN“]，”is_corresponding“：true，”raw_author_name“：”Zhongpei Cen“，”raw _ afiliation_strings“：【”北京交通大学科学院金融数学与金融工程研究所，北京100044，中国北京“】，”affiliations“：”中国北京交通大学科学院金融数学与金融工程研究所，北京100044”，“institution_ids”：[“https://openalex.org/I21193070“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5100384686“，”display_name“：”Jun Wang“，”orcid“：”https://orcid.org/0000-0002-1305-5735}，“机构”：[{“id”：https://openalex.org/I21193070“，”display_name“：”北京交通大学“，”ror“：”https://ror.org/01yj56c84“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I21193070“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Jun Wang“，”rau_affiliation_strings“：[“北京交通大学科学院金融数学与金融工程研究所，北京100044”]，”affiliations“：”中国北京交通大学科学院金融数学与金融工程研究所，北京100044”，“institution_ids”：[“https://openalex.org/I21193070“]}]}]，”institution_assertions“：[]，”countries_distiction_count“：1，”institutions_disticent_count”：1，“corresponding_author_ids”：[“https://openalex.org/A5025085757“]，”对应的机构ID“：[”https://openalex.org/I21193070“]，”apc_list“：{”value“：2470，”currency“：”USD“，”value_USD“：2490，”provenance“：”doaj“}，”apc _pay“：null，”fwci“：1.192，”has_fulltext“：true，”fulltext_origin“：”ngrams“，”cited_by_count“：24，”citation_normalized_percentile“：{”value _by_percentile_year“：{”最小“：92，”最大“：93}，”书目“：{”volume“：”317“，”issue“：null，”first_page“：”168“，”last_page“：“178”}，”is_retracted“：false，”is_paratext“：false，”primary_topic“：{”id“：”https://openalex.org/T11052“，”display_name“：”电价与负荷预测方法“，”score“：0.996，”subfield“：{”id“：”https://openalex.org/subfields/2208“，”display_name“：”电气与电子工程“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T11052“，”display_name“：”电价与负荷预测方法“，”score“：0.996，”subfield“：{”id“：”https://openalex.org/subfields/2208“，”display_name“：”电气与电子工程“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10876“，”“display_name”：“工业过程故障检测与诊断”，“score”：0.9911，“subfield”：{“id”：“https://openalex.org/subfields/2207“，”display_name“：”控制与系统工程“}，”字段“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11326“，”display_name“：”预测股市走势“，”score“：0.9895，”subfield“：{”id“：”https://openalex.org/subfields/1803“，”display_name“：”管理科学与运筹学“}，”字段“：{”id“：”https://openalex.org/fields/18“，”display_name“：”Decision Sciences“}，”domain“：{”id“：”https://openalex.org/domains/2“，”display_name“：”社会科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/负荷预测“，”display_name“：”负荷预测“，”score“：0.590673}，{”id“：”https://openalex.org/keywords/electricity-price-forcasting网站“，”display_name“：”电价预测“，”score“：0.556285}，{”id“：”https://openalex.org/keywords/shortterm-forcasting网站“，”display_name“：”短期预测“，”score“：0.531143}，{”id“：”https://openalex.org/keywords/forecasting-models网站“，”display_name“：”预测模型“，”score“：0.526253}，{”id“：”https://openalex.org/keywords/time-series预测“，”display_name“：”时间序列预测“，”score“：0.519385}]，”concepts“：[{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.7639921｝，｛”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.73719037}，{”id“：”https://openalex.org/C25570617，“wikidata”：https://www.wikidata.org/wiki/Q1006462“，”display_name“：”Hilbert\u2013Huang transform“，”level“：3，”score“：0.62372655}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5908684}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.4926384}，{”id“：”https://openalex.org/C143724316，“wikidata”：https://www.wikidata.org/wiki/Q312468“，”“display_name”“：”系列（地层）“，”级别“：2，”分数“：0.4745715}，{”id“：”https://openalex.org/C120174047，“wikidata”：https://www.wikidata.org/wiki/Q847073“，”display_name“：”欧几里得距离“，”level“：2，”score“：0.47118142｝，｛”id“：”https://openalex.org/C151406439，“wikidata”：https://www.wikidata.org/wiki/Q186588“，”display_name“：”时间序列“，”level“：2，”score“：0.4478567}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.42153206}，{”id“：”https://openalex.org/C151730666，“wikidata”：https://www.wikidata.org/wiki/Q7205“，”display_name“：”古生物学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C106131492，“wikidata”：https://www.wikidata.org/wiki/Q3072260“，”display_name“：”筛选器（信号处理）“，”level“：2，”score“：0.0}，{”id“：”https://openalex.org/C31972630，“wikidata”：https://www.wikidata.org/wiki/Q844240“，”display_name“：”计算机视觉“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”Biology“，”level“：0，”score“：0.0}]，”mesh“：[]，”locations_count“：1，”location“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1016/j.neucom.2018.08.021“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S45693802“，”display_name“：”Neurocomputing“，”issn_l“：”0925-2312“，”isn“：[”0925-2312“，”1872-8286“]，”is_oa“：false，”is_ in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310320990“，”“host_organization_name”：“Elsevier BV”，“host_organization_lineage”：[“https://openalex.org/P4310320990“]，”host_organization_lineage_names“：[”Elsevier BV“]，“type”：“journal”}，“license”：null，“licence_id”：null，“version”：null，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：nul，“sustainable_development_goals”：[{“display_name”：“经济清洁能源”，“id”：”https://metadata.un.org/sdg/7“，”score“：0.78}]，”grants“：[]，”datasets“：[]，”versions“：[】，”referenced_works_count“：43，”referrenced_works“：【”https://openalex.org/W167454468","https://openalex.org/W1965067119","https://openalex.org/W1990085418","https://openalex.org/W1990381576","https://openalex.org/W1993332189","https://openalex.org/W2006942814","https://openalex.org/W2007221293","https://openalex.org/W2022899540","https://openalex.org/W2023959308","https://openalex.org/W2030450739","https://openalex.org/W2032927332","https://openalex.org/W2034804347","https://openalex.org/W2036599383","https://openalex.org/W2041723890","https://openalex.org/W2043927921","https://openalex.org/W2050313897","https://openalex.org/W2058819127","https://openalex.org/W2069308542","https://openalex.org/W2070986256","https://openalex.org/W2080265874","https://openalex.org/W2089268064","https://openalex.org/W2091849019","https://openalex.org/W2098738063","https://openalex.org/W2110371102","https://openalex.org/W2112739286","https://openalex.org/W2120390927","https://openalex.org/W2129413312","https://openalex.org/W2159219354","https://openalex.org/W2165761444","https://openalex.org/W222543348","https://openalex.org/W2229668941","https://openalex.org/W2280154071","https://openalex.org/W2286961399","https://openalex.org/W2293354547","https://openalex.org/W2319030048","https://openalex.org/W2557173065","https://openalex.org/W2566003805","https://openalex.org/W2572554044","https://openalex.org/W2573526403","https://openalex.org/W2590661630","https://openalex.org/W2625540161","https://openalex.org/W2792578766","https://openalex.org/W2917443388“]，”related_works“：[”https://openalex.org/W3146111732","https://openalex.org/W3014107421","https://openalex.org/W2622688551","https://openalex.org/W2377062149","https://openalex.org/W2363056446","https://openalex.org/W2359718298","https://openalex.org/W2081563414","https://openalex.org/W1990205660","https://openalex.org/W1915398038","https://openalex.org/W1550175370“]，”abstract_inverted_index“：{”In“：[0,30]，”view“：[1]，”of“：[2,5,86128171179]，”the“：[3,19,23,27,45,57,64,73,95100120125133161168180184]，”applications“：[4]，”artificial“：[6]，”neural“：[7,28,34,80,88105]，”networks“：[3]，”In“：[9112115166]，”economic“：[10]，”and“：[11,22130151173183]，”financial“：[12]，”预测“：[13,55]，”it“：[14]，”是“：[15,42,50,59,83,91110139164187]，”重要“：[16]，”到“：[17,62,93118141156]，”改进“：[18119]，”预测“：[20169]，”方法“：[21]，”预报“：[24121126]，”准确度“：[25]，”用于“：[26,52]，”网络。“：[29]，”this“：[31113]，”paper“：[32]，”a“：[33,84103]，”network“：[35,81,89106]，”architecture“：[36]，”with“：[3]，”novel“：38]，”learning“：[39]，”rate“：[40]，”which“：[41,90]，”controlled“：%43]，”by“：[44,71175]，”complexity“：[46,65]，”invariant“：[47]，”distance“：[48]，”（CID）“：[49]，“发达”：[51]，“能源”：[53]，“市场”：[54]，“其中”：[56]，“CID”：[58]，“一般“：[60]，“利用”：[61155]，“度量”：[63]，“差异”：[66]，“介于”：[67]，“两个”：[68]，“时间”：[69,78,96143]，“级数”：[70144]，“使用”：[72]，“欧几里德”：[74]，“距离”。“：[75]，”此外，“：[76]，”随机“：[77]，”强度“：[79]，”（STNN）“：[82]，”种类“：[85]，”监督“：[87]，”引入“：[92]，”预测“：[94]，”系列。“：[97]，“基于”：[98]，“关于”：[99]，“上面”：[101]，“理论”：[102]，“新”：[104]，“模型”：[107]，“调用”：[108]，“CID-STNN”：[109129]，“提议”：[111181]，“工作”：[114]，“an”：[116]，“尝试”：[117]，“准确性”。“：[122]，”对于“：[123]，”比较“：[124]，”性能“：[127]，”STNN“：[131]，”深度“，：[132]，”集合“：[134]，”经验“：[135162]，”模式“：[136148]，”分解“：[137]，”（EEMD）“：[138]，”应用“：[140]，”拆分“：[142]，”转换为“：[145]，”几个“：[146]，”固有“：[147]，”函数“：[149]，”[150]，“这些”：[152]，“IMF”：[153]，“是”：[154]，“火车”：[157]，“模型。“：[159]，”进一步“：[160]，”研究“：[163]，”执行“：[165]，”测试“：[167]，”效果“：[170]，”WTI“：[172]，”布伦特“：[174]，”评估“：[176]，”预测“：[177]，”能力“：[178]，”模型“：[182]，”对应“：[185]，”优势“：[186]，”也“：[188]，”证明。“：[189]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W288820178“，”counts_by_year“：[{”年“：2024，”cited_by_count“：4}，{”年份“：2023，”cited_by_count”：5}，“{”年度“：2022，”citecd_by_count“：3}，”年“:2021，”citesd_by_count“:31:10.074801，”更新日期“：”2024-09-19T10:31:0.074801“，”创建日期“：”2018-08-31“}