基于混沌理论和改进径向基函数神经网络的网络舆情预测方法

被引：36

作者：

魏德志 ^{[1
,2
]}

陈福集 ^{[1
]}

郑小雪 ^{[1
]}

机构：

[1] 福州大学经济与管理学院

[2] 集美大学诚毅学院

来源：

物理学报 | 2015年 / 64卷 / 11期

关键词：

神经网络; 混沌系统; 时间序列; 网络舆情;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; O415.5 [混沌理论];

学科分类号：

摘要：

网络舆情发展趋势具有混沌系统的特征,提出一种基于EMPSO-RBF神经网络的方法对网络舆情的发展趋势进行预测.首先根据Lyapunov指数证明网络舆情具备混沌的特征,然后对网络舆情时间序列数据进行相空间重构,最后采用EMPSO-RBF方法进行预测,并和其他模型进行对比试验,实验结果表明EMPSO-RBF方法具有较高精确度.

引用

页码：52 / 59

页数：8

共 9 条

[1] 基于迭代误差补偿的混沌时间序列最小二乘支持向量机预测算法
唐舟进
任峰
彭涛
王文博
[J]. 物理学报, 2014, 63 (05) : 78 - 87
[2] 过滤窗最小二乘支持向量机的混沌时间序列预测
赵永平
张丽艳
李德才
王立峰
蒋洪章
[J]. 物理学报, 2013, 62 (12) : 113 - 121
[3] 基于EEMD-近似熵和储备池的风电功率混沌时间序列预测模型
张学清
梁军
[J]. 物理学报, 2013, 62 (05) : 76 - 85
[4] 一种自适应网络舆情演化建模方法
周耀明
李弼程
[J]. 数据采集与处理, 2013, 28 (01) : 69 - 76
[5] 基于小波回声状态网络的混沌时间序列预测
宋彤
李菡
[J]. 物理学报, 2012, 61 (08) : 90 - 96
[6] MPSO-RBF优化策略在锅炉过热系统辨识中的仿真研究
肖本贤
王晓伟
刘一福
[J]. 系统仿真学报, 2007, (06) : 1382 - 1385+1389
[7] A modified fractional least mean square algorithm for chaotic and nonstationary time series prediction[J] . Bilal Shoaib,Ijaz Mansoor Qureshi,Ihsanulhaq,Shafqatullah.Chinese Physics B . 2014 (3)
[8] Generalized unscented Kalman filtering based radial basis function neural network for the prediction of ground radioactivity time series with missing data[J] . Wu Xue-Dong,Wang Yao-Nan,Liu Wei-Ting,Zhu Zhi-Yu.Chinese Physics B . 2011 (6)
[9] Prediction of protein binding sites using physical and chemical descriptors and the support vector machine regression method[J] . Sun Zhong-Hua,Jiang Fan.Chinese Physics B . 2010 (11)

← 1 →