基于神经网络的时间序列动态预测器的调整学习算法

被引：7

作者：

潘维民

沈理

机构：

[1] 北京邮电大学计算机学院!北京

[2] 中国科学院计算技术研究所!北京

来源：

电子学报 | 1999年 / 11期

关键词：

神经网络; 时间序列预测; 调整学习;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

时间序列预测在金融等领域有着广泛的应用.近年来,基于时间网络的时间序列预测器引起了人们极大的研究兴趣.然而,基于神经网络的时间序列预测器经常给出无效的预测值.本文首先从理论上分析了基于神经网络的时间序列预测器给出无效预测值的概率,然后给出基于神经网络的时间序列预测器的调整学习算法(RLNNP).采用RLNNP算法,基于神经网络的时间序列预测器,经过充分训练能够给出时间序列的有效预测值

引用

页码：3 / 5

页数：4