对角型广义RBF神经网络与非线性时间序列预测 | |
马尽文 ; 青慈阳 | |
2013 | |
关键词 | RBF神经网络 贝叶斯阴阳和谐学习 非线性时间序列 预测 |
英文摘要 | 径向基函数(RBF)神经网络在非线性时间序列预测方面发挥着重要作用。本文提出了对角型广义RBF神经网络模型,并利用贝叶斯阴阳(BYY)和谐学习算法进行隐层单元个数的确定和参数初始值的选取,并且建立了同步LMS算法进行参数学习。进一步,将对角型广义RBF神经网络应用于非线性时间序列预测,得到了预测准确率高和速度快的效果。; 0 |
语种 | 中文 |
出处 | 万方 ; http://d.g.wanfangdata.com.cn/Conference_8183945.aspx |
内容类型 | 其他 |
源URL | [http://hdl.handle.net/20.500.11897/13682] ![]() |
专题 | 数学科学学院 |
推荐引用方式 GB/T 7714 | 马尽文,青慈阳. 对角型广义RBF神经网络与非线性时间序列预测. 2013-01-01. |
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