EMD—BP神经网络预测模型及应用
计算机时代2014年第2
EMD—BP神经网络预测模型及应用
共2页
摘 要： 时间序列分析是根据客观事物的连续性和规律性推测未来发展趋势的预测方法，分析时设法过滤除去不规则变动，突出反映趋势性和周期性变动。为了提高预测精度，构建了EMD-BP神经网络预测模型，利用Hilbert-Huang变换中的经验模态分解将时间序列分解为有限个本征模函数，重构后进行BP神经网络预测。通过对中国石化的股票资料进行实验仿真，表明该模型降低了被预测数据的非平稳性，其精度比直接用神经网络预测有较明显的提高。关键词： 时间序列； BP神经网络； EMD； 本征模函数； 预测模型中图分类号：TP311.1 文献标志码：A 文章编号：1006-8228（2014）02-01-040 引言时间序列是将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。时间序列分析是一种动态的数列分析[1]，出发点是承认数据的有序性和相关性，通过数据内部的相互关系来辨
下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：