微信公众号

网站二维码

首页 > 过刊浏览>2009年第18卷第11期 >176-178
PDF HTML阅读 XML下载 导出引用 引用提醒
改进的RBF神经网络算法在金融时序列预测中的应用①
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Application of Adjusted RBF Neural Networks to Financial Time Series Data Forecasting
Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    在混沌理论的基础上，利用改进的RBF神经网络算法对金融时序列数据进行预测，训练过程中采用动态方法调整径向基函数的中心点和宽度。最后通过对股票数据进行多日滚动预测证明该算法较改进前提高了预测的准确度，缩短了训练时间。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘淑梅,朱一嘉,许南山.改进的RBF神经网络算法在金融时序列预测中的应用①.计算机系统应用,2009,18(11):176-178

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-03-03
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
友情链接:中国科学院软件研究所中国计算机学会中国科学院国家自然科学基金委员会软件学报
您是第位访问者
版权所有：中国科学院软件研究所 京ICP备05046678号-3
地址：北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码：100190
电话：010-62661041 传真： Email：csa (a) iscas.ac.cn
技术支持：北京勤云科技发展有限公司

京公网安备 11040202500063号