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.PDFVIP

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 魏德志 陈福集 郑小雪 Internetpublicopinionchaoticpredictionbasedonchaostheoryandtheimprovedradialbasisfunction inneuralnetworks WeiDe-Zhi ChenFu-Ji ZhengXiao-Xue 引用信息Citation: ActaPhysicaSinica, ,110503(2015) DOI: 10.7498/aps.64.110503 在线阅读Viewonline: /10.7498/aps.64.110503 当期内容Viewtableofcontents: /CN/Y2015/V64/I11 您可能感兴趣的其他文章 Articles youmaybeinterestedin 多元混沌时间序列的多核极端学习机建模预测 Multivariatechaotictimeseriespredictionusingmultiple kernel extreme learning machine 物理学报.2015,64(7): 070504 /10.7498/aps.64.070504 短期风速时间序列混沌特性分析及预测 Chaoticcharacteristicsanalysisandpredictionforshort-term wind speed time series 物理学报.2015,64(3): 030506 /10.7498/aps.64.030506 交通流突变点的无标度特征分析 Analysisofscale-freecharacteristiconsharpvariationpoint of trafficflow 物理学报.2014,63(24): 240509 /10.7498/aps.63.240509 基于压缩感知的振动数据修复方法 Vibrationdatarecoverybasedoncompressedsensing 物理学报.2014,63(20): 200506 /10.7498/aps.63.200506 用于混沌时间序列预测的组合核函数最小二乘支持向量机 Combinationkernelfunctionleastsquaressupportvector machine for chaotic time seriesprediction 物理学报.2014,63(16): 160508 /10.7498/aps.63.160508 物理学报 Acta Phys. Sin. Vol. 64, No. 11 (2015) 110503 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 魏德志 陈福集 郑小雪 1) (福州大学经济与管理学院, 福州 350108) 2)(集美大学诚毅学院, 厦门 361021) ( 2014 年9 月12 日收到; 2014 年10 月27 日收到修改稿) 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. 关键词: 神经网络, 混沌系统, 时间序列, 网络舆情 PACS: 05.45.Tp, 05.45.Gg DOI: 10.7498/aps.64.110503 是对比神经网络类的算法在预测准确性没有特别 1 引 言 的优势, 而且算法的参数选择太过于依赖人工. 人