共 1 条
基于预测复杂性的神经网络预测子辨识
被引：3
作者：
侯越先
何丕廉
机构：
[1] 天津大学计算机系
来源：
关键词：
预测复杂性;
非线性偏自相关;
非线性偏长相关;
模型辨识;
神经网络;
D O I：
10.13976/j.cnki.xk.2001.01.004
中图分类号：
TP183 [人工神经网络与计算];
学科分类号：
摘要：
本文在信息熵和互信息的基础上 ,提出了非线性偏自相关的定义 .这一概念是对线性偏自相关的一般化 ,由它可以得到度量时间序列预测复杂性的定量方法 .这种复杂性由当前序列值对各阶历史序列值不可约的依赖性所决定 ,并被非线性偏自相关的衰减趋势所反映 .通过考察这种衰减趋势 ,可以有效地进行预测模型的辨识 ,特别是神经网络这类通用非线性模型的辨识 .仿真实验很好的支持了我们的想法 .
引用
收藏
页码：16 / 20
页数：5
相关论文