期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
一种改进RBF神经网络在股市建模及预测中的应用
被引量：
5
An Improved RBF Neural Network Applied in Stock Market Modeling and Predication
在线阅读
下载PDF
职称材料
导出
摘要
本文对传统 RBF神经网络在网络结构及算法上做出了改进 ,并将其用于股市的建模与预测。通过对上证指数与×股票 (6 0 0 6 0 0 )的仿真实验表明 ,改进的 RBF神经网络具较好的学习能力和泛化能力 ,适合用于复杂的不确定的非线性系统的建模与预测。
作者
徐翔
黄道
李昱瑾
机构地区
华东理工大学自动化工程中心
华东理工大学图书馆
出处
《微型电脑应用》
2004年第5期37-39,共3页
Microcomputer Applications
关键词
改进RBF
神经网络
股市
建模
预测
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
18
参考文献
4
共引文献
231
同被引文献
29
引证文献
5
二级引证文献
14
参考文献
4
1
朱明星,张德龙.
RBF网络基函数中心选取算法的研究[J]
.安徽大学学报（自然科学版）,2000,24(1):72-78.
被引量：166
2
陈兴,孟卫东,严太华.
基于T-S模型的模糊神经网络在股市预测中的应用[J]
.系统工程理论与实践,2001,21(2):66-72.
被引量：30
3
郑丕谔,马艳华.
基于RBF神经网络的股市建模与预测[J]
.天津大学学报（自然科学与工程技术版）,2000,33(4):483-486.
被引量：27
4
孙延风,梁艳春,孟庆福.
改进的神经网络最近邻聚类学习算法及其应用[J]
.吉林大学学报（信息科学版）,2002,20(1):63-66.
被引量：25
二级参考文献
18
1
罗发龙,李衍达.
神经网络信号处理研究评述[J]
.电子瞭望,1993(9):5-10.
被引量：13
2
孙增圻,徐红兵.
基于T-S模型的模糊神经网络[J]
.清华大学学报（自然科学版）,1997,37(3):76-80.
被引量：85
3
郭桂蓉 谢维信 庄钊文 等.模糊模式识别[M].长沙：国防科技大学出版社,1993..
4
徐秉铮,张百灵,韦岗.神经网络理论与应用[M].广州:华南理工大学出版社,1993.
5
Haykin S. Neural networks:A Comprehensive Foundation[M]. Upper Saddle R iver, NJ:Prentice Hall, 1999.
6
MarkBFishman,DeanSBarr.Usingneuralnetsinmarketanalysis[J].TechnicalAnalysisofStocks&Commodities,1991,9:18～21.
7
RobertRTrippi,EfraimTurban.Neuralnetworksinfinanceandinvesting:usingartificialintelligencetoimprovereal-worldperformance[M].ProbosPublishingCompany,Chicago,IL,1993.
8
马艳华．RBF神经网络的阶遗传训练方法及其就用研究[D]．天津大学管理学院，1999.
9
SteveABillings.Radialbasisfunctionnetworkconfigurationusinggeneticalgrithms.Pergaman(0893-6080),1995.877～890.
10
王旭东,邵惠鹤.
RBF神经网络理论及其在控制中的应用[J]
.信息与控制,1997,26(4):272-284.
被引量：178
共引文献
231
1
王谦,谭茂金,石玉江,李高仁,程相志,罗伟平.
径向基函数神经网络法致密砂岩储层相对渗透率预测与含水率计算[J]
.石油地球物理勘探,2020(4):864-872.
被引量：7
2
雷茹萍,蒋立辉.
纹理图像的多尺度分割[J]
.电脑知识与技术（过刊）,2007(14):509-510.
被引量：1
3
张吉刚,梁娜.
提高预测精度的BP-ELman网络组合[J]
.咸宁学院学报,2006,26(6):22-24.
4
刘寅虎,李绍铭.
基于动态RBF神经网络在线辨识的单神经元PID控制[J]
.系统仿真学报,2006,18(z2):804-807.
被引量：22
5
周俊武,孙传尧.
RBF网络在硫化矿浮选过程建模中的应用研究[J]
.有色冶金设计与研究,2003,24(S1):135-140.
被引量：1
6
朱良俊,张燕平.
几种径向基函数(RBF)神经网络的比较[J]
.福建广播电视大学学报,2007(4):68-70.
被引量：8
7
李波,王成友,蔡宣平,唐朝京,张尔扬.
用最陡下降法修正RBF隐层参数[J]
.空军工程大学学报（自然科学版）,2004,5(4):67-69.
被引量：5
8
程蓉,吴国付,张玉洁.
改进的RBF神经网络在港口集装箱吞吐量预测中的应用[J]
.水运工程,2004(8):12-14.
被引量：9
9
储岳中,张绍德,张世峰.
基于正则化RBF神经网络的钢包精炼炉电极系统智能建模[J]
.自动化与仪表,2004,19(5):5-7.
被引量：17
10
于秀丽,沈雪勤.
基于RBF神经网络的回归树学习算法[J]
.计算机工程与应用,2004,40(34):107-109.
被引量：1
同被引文献
29
1
冯冬青,吴杰.
基于模糊控制方法的股票投资策略研究[J]
.计算机工程与应用,2005,41(1):226-228.
被引量：3
2
孙延风,梁艳春,孟庆福.
改进的神经网络最近邻聚类学习算法及其应用[J]
.吉林大学学报（信息科学版）,2002,20(1):63-66.
被引量：25
3
凤德伟,张忠能,凌君逸.
基于神经网络的短期销售预测[J]
.计算机工程,2004,30(B12):363-364.
被引量：8
4
冯冬青,吴杰.
基于神经网络的价值预测方法[J]
.计算机工程,2005,31(6):160-162.
被引量：3
5
康建林,朱开永,周圣武,韩苗.
GARCH模型在中国股票波动预测中的应用[J]
.赣南师范学院学报,2005,26(3):29-32.
被引量：5
6
岳彩青,常青美,庞学民,胡金亮.
基于聚类分析的RBF网络建模方法及应用的研究[J]
.计算机仿真,2006,23(1):120-123.
被引量：9
7
曹建云,陆国平,杨奕.
径向基函数网络泛化能力研究及其应用[J]
.系统工程与电子技术,2006,28(1):72-74.
被引量：7
8
姚培福,许大丹.
BP神经网络在股票预测中的应用研究[J]
.广东自动化与信息工程,2006,27(1):7-9.
被引量：14
9
杨淑玲.
股票价格的灰色预测[J]
.江西财经大学学报,2006(5):14-16.
被引量：7
10
张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1992:36-86.
引证文献
5
1
冯冬青,李玮.
基于灰关联理论和神经网络的价值预测方法[J]
.计算机工程与应用,2006,42(28):221-224.
被引量：2
2
刘旭,于国祥,沈西挺.
基于神经网络的预测模型的比较研究[J]
.河北省科学院学报,2007,24(4):7-12.
被引量：10
3
林志祥,欧斌,王瑜,高丽.
应用改进的RBF方法预测粘土料力学指标的研究[J]
.云南农业大学学报（自然科学版）,2011,26(2):277-279.
4
熊英.
基于RBF网络的几种学习算法[J]
.科技资讯,2011,9(25):18-18.
被引量：1
5
陈成,丁皖婧.
证券业行政监管的股价风险预测与监控[J]
.统计与决策,2019,35(5):159-163.
被引量：1
二级引证文献
14
1
贾振元,马建伟,王福吉,刘巍.
多零件几何要素影响下的装配产品特性预测方法[J]
.机械工程学报,2009,45(7):168-173.
被引量：18
2
王晨光,相秉仁,谢少斐,佟宪.
基于主成分分析的BP神经网络在药品销售预测中的应用[J]
.药物生物技术,2009,16(4):385-387.
被引量：5
3
邵磊,周孝德,杨方廷,蔺颖.
基于RBF神经网络的山西省工业取水量预测[J]
.人民黄河,2010,32(3):53-54.
被引量：4
4
黄俊,徐越兰.
焊条性能神经网络非线性组合智能预测模型[J]
.焊接学报,2011,32(5):89-92.
被引量：2
5
褚桂红.
基于RBF神经网络的工业取水量预测研究[J]
.山西水利科技,2011(2):9-11.
被引量：1
6
胡爱娟,刘杨,袁清泉,王桂荣,石硕.
基于RBF神经网络生物质半焦产量的预测[J]
.山东建筑大学学报,2012,27(2):238-241.
被引量：3
7
李清江.
基于结核病预测模型的比较研究[J]
.硅谷,2012,5(14):81-81.
8
王翠琳,何其恩.
基于LM算法BP神经网络的审计重大错报风险识别[J]
.财会月刊（中）,2012(7):60-62.
被引量：3
9
汪劲松,石薇.
多种群遗传神经网络在股指预测中的应用[J]
.统计与决策,2014,30(14):76-79.
被引量：6
10
谢文,赵小敏,郭熙,叶英聪,李伟峰,汪晓燕,张佳佳.
基于组合模型的庐山森林土壤有效铁光谱间接反演研究[J]
.土壤学报,2017,54(3):601-612.
被引量：8
1
李广军,张晶,曾安平.
基于改进RBF神经网络的PID整定[J]
.长春大学学报,2008,18(6):57-60.
被引量：12
2
张鑫.
基于神经网络的电动机直接转矩控制研究[J]
.中国科技博览,2015,0(37):299-299.
3
田俊峰,张晶,毕志明.
基于改进RBF神经网络的入侵检测研究[J]
.计算机工程与应用,2008,44(31):135-138.
被引量：6
4
周佩玲,陶小丽,傅忠谦,彭虎,王新跃.
改进RBF神经网络用于降雨量预测[J]
.小型微型计算机系统,2001,22(2):244-246.
被引量：9
5
张静,裴雪红,邢海峰.
磁悬浮改进RBF神经网络控制的仿真研究[J]
.哈尔滨理工大学学报,2011,16(1):48-52.
被引量：11
6
杨義葵,付华,蔡玲,顾东.
基于改进RBFNN算法的瓦斯传感器非线性校正[J]
.压电与声光,2012,34(1):93-95.
被引量：2
7
郭兰平,俞建宁,张旭东,漆玉娟,张建刚.
基于改进RBF神经网络的混沌时间序列预测[J]
.云南民族大学学报（自然科学版）,2011,20(1):63-70.
被引量：4
8
殷光伟.
小波与混理论相结合的汇率预测[J]
.商场现代化,2009(5):357-358.
9
王俊松.
基于Elman神经网络的网络流量建模及预测[J]
.计算机工程,2009,35(9):190-191.
被引量：40
10
王俊松,高志伟.
基于RBF神经网络的网络流量建模及预测[J]
.计算机工程与应用,2008,44(13):6-7.
被引量：60
微型电脑应用
2004年 第5期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
