基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP182

基金项目:

国家社会科学基金;高等学校博士学科点专项科研项目;教育部高等学校优秀青年教师教学科研奖励计划


Forecasting Model of EM - Cluster Fuzzy Neural Network Based on Phase Space Reconstruction Method
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中。将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型。在股票市场上进行了应用,结果表明该预测模型降低了预测误差,提高了系统的性能。

    Abstract:

    Applying phase space reconstruction method to divide time series into segments,we have mapped original series into multidimensional data space.We present a new forecasting model of fuzzy neural network combined with Expectation Maximization method.And use it to make forecasts on stock market.The results show that this model could reduce the error of forecasts effectively and improve the system's performance.

    参考文献
    相似文献
    引证文献
引用本文

陈佐,谢赤,李晓东.基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用[J].中国软科学,2006,(8):147-153

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-02-22
  • 最后修改日期:2006-08-11
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码