Skip to content
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Usługi biblioteczne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Journal Matcher
Blog
Kontakt
Wyszukiwanie
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Applied Mathematics and Nonlinear Sciences
Tom 9 (2024): Zeszyt 1 (Styczeń 2024)
Otwarty dostęp
China Classical Poetry Art Song Market Trend Forecast and Big Data Analysis in Music Industry
Keke Chen
Keke Chen
Huainan Teachers College
Huainan, China
Wyszukaj tego autora
Sciendo
|
Google Scholar
Chen, Keke
,
Baowen Yang
Baowen Yang
Anhui Fuyang Preschool Higher Normal College
Fuyang, China
Wyszukaj tego autora
Sciendo
|
Google Scholar
Yang, Baowen
oraz
Liang Chen
Liang Chen
Anhui Vocational College of Art, No. 8, Danxia Road, Economic Development Zone, Lotus Community Management Committee
Hefei, China
Wyszukaj tego autora
Sciendo
|
Google Scholar
Chen, Liang
09 paź 2024
Applied Mathematics and Nonlinear Sciences
Tom 9 (2024): Zeszyt 1 (Styczeń 2024)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Pobierz okładkę
Data publikacji:
09 paź 2024
Otrzymano:
22 maj 2024
Przyjęty:
21 sie 2024
DOI:
https://doi.org/10.2478/amns-2024-2847
Słowa kluczowe
PSO algorithm
,
Prophet model
,
LSTM neural network
,
Market prediction
,
Music industry
© 2024 Keke Chen et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
