Institute of Computing Technology, Chinese Academy IR
| RBF神经网络最优分割算法及其在股市预测中的应用 | |
| 孙延风1; 梁艳春1; 张文力2; 吕英华3 | |
| 2005 | |
| 发表期刊 | 模式识别与人工智能
 |
| ISSN | 1003-6059 |
| 卷号 | 18.0期号:003页码:374 |
| 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． |
| 关键词 | 最优分割算法 有序样本 RBF神经网络 股票价格预测 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/34536 |
| 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.吉林大学计算机科学与技术学院 2.中国科学院计算技术研究所 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. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [孙延风]的文章 |
| [梁艳春]的文章 |
| [张文力]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [孙延风]的文章 |
| [梁艳春]的文章 |
| [张文力]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [孙延风]的文章 |
| [梁艳春]的文章 |
| [张文力]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
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。
修改评论