基于统计方法的神经网络预测模型研究

作     者：张瀛 ZHANG Ying

作者机构：华东师范大学金融与统计学院上海200241 

基　　金：国家自然科学基金项目(71173043) 上海市教育委员会科研创新项目(11ZS09) 

出 版 物：《数理统计与管理》 (Journal of Applied Statistics and Management)

年 卷 期：2016年第35卷第1期

页      码：89-97页

摘      要：与现有网络结构设计方法不同,本文将RBF网络解释为解释变量和被解释变量之间的一个非线性函数,基于RBF网络的学习动态特性提出2种修剪模型WRBF和TRBF。这两种模型根据参数显著性增加和删减节点,为网络结构设计提供了理论依据。对中国信贷序列预测的结果表明,这些模型能够识别外移、萎缩和衰减等冗余核函数,得到的精简网络具有最好的预测精度,对于提高货币政策前瞻性具有很好应用价值。

主 题 词：统计推断 神经网络 自回归单整移动平均季节模型 支持向量回归 

学科分类：02[经济学] 0202[经济学-财政学类] 020208[020208] 07[理学] 070104[070104] 0714[0714] 070103[070103] 0701[理学-数学类] 

核心收录：

D　O　I：10.13860/j.cnki.sltj.20160122-041

馆 藏 号：203105304...