文献检索-宁波市创意产业特色资源库

限定检索结果

变结构时态神经网络模型在股票预测中的应用: 收藏
分享
引用; 《计算机工程与设计》2020年第6期41卷 1733-1741页; 作者：孟志青朱涵琪浙江工业大学管理学院浙江杭州310023; 股票价格形成的时序数据具有非线性和非平稳性,传统的模型难以处理这些特征,为此提出一种处理非平稳数据的变结构时态神经网络预测模型。采用基于多分辨率分析的Mallat算法对股票数据进行预处理,将时序数据分为高频和低频序列。针对不...; 股票价格形成的时序数据具有非线性和非平稳性,传统的模型难以处理这些特征,为此提出一种处理非平稳数据的变结构时态神经网络预测模型。采用基于多分辨率分析的Mallat算法对股票数据进行预处理,将时序数据分为高频和低频序列。针对不同序列下的数据特征,将其转化为时态型数据集,采用粒子群算法寻找不同序列下的神经网络结构,建立变结构预测模型。实验结果表明,与未改进的神经网络和SVM方法相比,该预测模型具有更低的预测误差。; 来源：详细信息评论

限定检索结果