基于残差修正的灰色神经网络在数据挖掘中的应用 | |
孙金岭1; 庞娟1 | |
刊名 | 吉林大学学报(理学版)
![]() |
2015-11-26 | |
期号 | 06页码:1263-1268 |
关键词 | 数据挖掘 灰色理论 神经网络 残差修正 |
中文摘要 | 针对时间序列数据样本少、部分信息未知的特点,提出将灰色理论与神经网络相结合构建灰色神经网络,充分利用两种方法的优势对小样本时间序列数据进行有效挖掘.为了提高模型的预测精度,提出利用残差对模型进行有效修正.实验分析表明,残差修正灰色神经网络具有较高的预测精度,适合于小样本时间序列数据的挖掘. |
收录类别 | CSCD |
内容类型 | 期刊论文 |
源URL | [http://ir.casnw.net/handle/362004/25886] ![]() |
专题 | 寒区旱区环境与工程研究所_中科院寒区旱区环境与工程研究所(未分类)_期刊论文 |
作者单位 | 1.中国科学院寒区旱区环境与工程研究所冰冻圈科学国家重点实验室 2.兰州理工大学经济管理学院 3.中国科学院大学 |
推荐引用方式 GB/T 7714 | 孙金岭,庞娟. 基于残差修正的灰色神经网络在数据挖掘中的应用[J]. 吉林大学学报(理学版),2015(06):1263-1268. |
APA | 孙金岭,&庞娟.(2015).基于残差修正的灰色神经网络在数据挖掘中的应用.吉林大学学报(理学版)(06),1263-1268. |
MLA | 孙金岭,et al."基于残差修正的灰色神经网络在数据挖掘中的应用".吉林大学学报(理学版) .06(2015):1263-1268. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论