基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种改进的BP神经网络预测方法.该方法的主要优点有:网络结构简单,收敛速度快,预测精度高,减少了输入参数和样本量.笔者通过对具有高度非线性的股票价格变化进行短期预测,证明该方法优于传统的BP神经网络方法.
推荐文章
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
预测
一种改进的BP神经网络属性选择方法
属性选择
BP神经网络
属性排序
敏感度分析
改进的BP神经网络属性选择方法
BP神经网络的改进及其应用
人工神经网络
BP神经网络
需水量
预测
一种新的BP神经网络预测金融相关系数
人工智能
神经网络
预测
波动率
神经元
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的BP神经网络预测方法及其应用
来源期刊 系统工程 学科 工学
关键词 BP网络 预测方法
年,卷(期) 2000,(5) 所属期刊栏目 方法与应用
研究方向 页码范围 76-78,75
页数 4页 分类号 TP3
字数 1783字 语种 中文
DOI 10.3969/j.issn.1001-4098.2000.05.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (2)
参考文献  (4)
节点文献
引证文献  (64)
同被引文献  (46)
二级引证文献  (159)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(6)
  • 引证文献(6)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(9)
  • 引证文献(7)
  • 二级引证文献(2)
2005(8)
  • 引证文献(5)
  • 二级引证文献(3)
2006(13)
  • 引证文献(8)
  • 二级引证文献(5)
2007(16)
  • 引证文献(7)
  • 二级引证文献(9)
2008(21)
  • 引证文献(6)
  • 二级引证文献(15)
2009(14)
  • 引证文献(4)
  • 二级引证文献(10)
2010(23)
  • 引证文献(3)
  • 二级引证文献(20)
2011(27)
  • 引证文献(6)
  • 二级引证文献(21)
2012(14)
  • 引证文献(2)
  • 二级引证文献(12)
2013(9)
  • 引证文献(0)
  • 二级引证文献(9)
2014(14)
  • 引证文献(2)
  • 二级引证文献(12)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(13)
  • 引证文献(3)
  • 二级引证文献(10)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
BP网络
预测方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程
双月刊
1001-4098
43-1115/N
大16开
长沙市浏河村巷37号湖南省社会科学院内
42-67
1983
chi
出版文献量(篇)
4447
总下载数(次)
29
论文1v1指导