摘要
提出了一种新的时间序列组合预测模型(PCA-BPNN模型),即先利用主成分分析方法对原输入变量的空间进行重构,然后借助于各主成分对总体样本的贡献率来确定网络结构。最后利用1999年1月至2005年12月甘肃省天水市胆结石发病率的资料验证了该方法的有效性。
A new kind of time series combined prediction model （PCA-BPNN model） is proposed, which the principal component analysis is used to reconstruct the original input space, and the network structure is deter- mined based on the contribution rate of all main components. Finally, the incidence rate of gall-stone from Janu- ary 1999 to December 2005 of Tianshui, Gansu province is used to validate the method.
出处
《大庆师范学院学报》
2013年第6期59-64,共6页
Journal of Daqing Normal University
基金
国家自然科学基金资助项目(60673192)
四川省科技厅资助项目(2013JY0125)
攀枝花学院校级培育项目(2012PY08)
攀枝花学院校级科研项目(2012YB21)
攀枝花学院院级科研创新项目(Y2013-04)
关键词
多层前馈网络
时间序列
主成分分析
预测模型
multilayer feed - forward neural networks
time series
principal component analysis
prediction model
