- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
改进的神经网络预测多变量非线性时间序列.pdf
ofthe2.4th
Chinese
Proceedings Control
Conference
Guangzhou,P.R.Chins
改进的神经网络预测多变量非线性时间序列
韩 敏1,范明明1,刘玉花1,席剑辉1’2
(1.大连理工大学电子与信息工程学院,大连116023:
2.沈阳航空工业学院自动化系,沈阳110034)
E.mail:minhan@dlut.edu.ca
摘要:本文采用神经网络与主成分分析(PcA)相结合的方法预测多变量非线性时间序列。主要思路是先用主成
分分析方法找到相互独立的输入变量,再分别利用静态和动态神经网络对多维非线性时间序列建立模型,进行
预测,最后用网络性能评价函数均方根误差和预测精度来评价网络性能。通过对实际的多维时间序列仿真,结
果证明本文提出的神经网络结合主成分分析的方法预测多变量非线性时间序列是快速有效的。
关键词:神经网络,非线性时间序列,预测。PCA
Multivariate
NonlinearTimeSeries ona
Predicting BasedNew Neural
Hybrid
Network
HanMin Jinhui“2
1,Fan 1,LiuYuhua’。Xi
Mingming
(1.School and 116023
ofElectronic
Information University
Engineering,DalianofTechnology,Dalian
2.Department Institute
ofAutomation,ShenyangofAeronautical
Abstract:Inthis isto anew tomodeland multivariate
paper,the nonlineartime
purposestudy methodology predict
series
basedoncombinationof neuralnetwork.nle the
principalcomponentanalysis(PEA)and detailsof
are:theuncorrelated are
variables frameworkofthe
methodology input pickedupby
PCA,consequently,theinput
is
data and static to
reconstructed.Thenboth and neural
文档评论(0)