RBF神经网络最优分割算法及其在股市预测中的应用
文献类型：期刊论文
| 作者 | 孙延风2; 梁艳春2; 张文力1; 吕英华3 |
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2005 |
| 卷号 | 18.0期号:003页码:374 |
| 关键词 | 最优分割算法 有序样本 RBF神经网络 股票价格预测 |
| ISSN号 | 1003-6059 |
| 英文摘要 | 将最优分割算法(optimal partition algorithm，OPA)用于径向基函数神经网络参数的训练中．对OPA进行了适当的改进，在改进的OPA中增加了类的中心与宽度的确定方法，并将它们用于确定RBF网络的中心与宽度．提出了利用类的目标函数的差分对网络结构进行动态调整的方法，从而实现了隐节点数的自适应选择．用于股价预测的数值模拟结果验证了该方法的有效性．与传统算法进行比较的结果表明，在预测方面OPA具有较明显的优势．将OPA算法与正交最小二乘法相结合的OPA-OLS算法可以提高趋势预测的正确率． |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/34535]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.吉林大学计算机科学与技术学院 3.东北师范大学计算机科学系 |
| 推荐引用方式 GB/T 7714 | 孙延风,梁艳春,张文力,等. RBF神经网络最优分割算法及其在股市预测中的应用[J]. 模式识别与人工智能,2005,18.0(003):374. |
| APA | 孙延风,梁艳春,张文力,&吕英华.(2005).RBF神经网络最优分割算法及其在股市预测中的应用.模式识别与人工智能,18.0(003),374. |
| MLA | 孙延风,et al."RBF神经网络最优分割算法及其在股市预测中的应用".模式识别与人工智能 18.0.003(2005):374. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。