期刊文献+

基于量子粒子群的神经网络集成股市预测模型研究 被引量:2

下载PDF
导出
摘要 利用量子粒子群改进神经网络集成个体的网络结构和连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用支持向量机回归集成生成输出结论,求出非线性时序函数的全局最优解,随即建立一个基于量子粒子群的神经网络集成股市预测模型。试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好。
作者 汪灵枝
出处 《百色学院学报》 2010年第6期71-76,共6页 JOURNAL OF BAISE UNIVERSITY
基金 广西教育厅面上项目(200707MS061) 广西青年科学基金(0832092)
  • 相关文献

参考文献3

二级参考文献26

  • 1魏玲,张文修.基于支持向量机集成的分类[J].计算机工程,2004,30(13):1-2. 被引量:7
  • 2臧玉卫,张慎峰,吴育华.中国股票市场的非线性分析[J].天津大学学报(社会科学版),2005,7(6):417-420. 被引量:12
  • 3左松林.股票炼金术[M].合肥:安徽人民出版社,2009.
  • 4Hansen L K,Salamon P.Neural networks ensembles[J].IEEE Trans Pattern Analysis and Machine intelligence,1990,12(10):993-1001.
  • 5Vapnik V N.The Nature of Statistical Learning Theory[M].New York:Springer Verlag,1995.
  • 6Sollich P,Krogh A.Learning with ensembles:how over-fitting csn be useful[J].Aduances in Neural infoumation Processing Systems,1996(8):190-196.
  • 7Peter J,Vandewalle J.Least squares support vector machine classifiers[J].Neural Processing Letters,1999,9(3):293-300.
  • 8刘贵忠,小波分析及其应用,1992年
  • 9从爽.面向MATLAB工具箱的神经网络理论与应用[M].合肥:中国科学技术大学出版社,1998..
  • 10Martin Hagan T,Howard Demuth B,Mark Beale H.神经网络设计[M].戴葵译.北京:机械工业出版社,2002.

共引文献22

同被引文献16

引证文献2

二级引证文献6

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...
;
使用帮助 返回顶部