安徽工程大学学报

2007, No.60(01) 59-62

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于PCA的RBF神经网络预测方法研究
Research of RBF neural network prediction method based on PCA

伍长荣;叶明全;胡学钢;

摘要(Abstract):

主成分分析(PCA)法可以提取样本集的主成分,实现样本的最优压缩,从而降低样本的维数。针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题,提出用统计理论的PCA方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点.仿真实验表明,基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果,简化了网络结构,改善了预测精度.

关键词(KeyWords): 主成分分析;RBF神经网络;多因素时间序列;预测

Abstract:

Keywords:

基金项目(Foundation): 安徽省教育厅自然科学基金资助项目(2005kj094);; 安徽师范大学专项基金资助项目(2005bzx19)

作者(Author): 伍长荣;叶明全;胡学钢;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享