改进的RBF神经网络算法在金融时序列预测中的应用①

AIPUB归智期刊联盟

微信公众号

网站二维码

2025年4月3日 18:37 星期四

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:
                        
                    
CSTR:
                        
                    
作者:
                        刘淑梅刘淑梅
北京化工大学 信息科学与技术学院 北京 100029
在期刊界中查找
在百度中查找
在本站中查找
朱一嘉朱一嘉

在期刊界中查找
在百度中查找
在本站中查找
许南山许南山

在期刊界中查找
在百度中查找
在本站中查找

                    
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。

关键词:径向基函数最近邻聚类最小二乘法时序列混沌理论

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

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:

微信公众号

网站二维码

引用本文

分享

文章指标

历史

文章二维码

微信公众号

网站二维码

引用本文

分享

微信扫一扫：分享

文章指标

历史

文章二维码