基于预测复杂性的神经网络预测子辨识

• 作者: 何丕廉 侯越先
• 来源期刊: 信息与控制
• 关键词: 预测复杂性 非线性偏自相关 非线性偏长相关 模型辨识 神经网络
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 16-20
• 页数: 5页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2001.01.004

摘要

本文在信息熵和互信息的基础上，提出了非线性偏自相关的定义．这一概念是对线性偏自相关的一般化，由它可以得到度量时间序列预测复杂性的定量方法．这种复杂性由当前序列值对各阶历史序列值不可约的依赖性所决定，并被非线性偏自相关的衰减趋势所反映．通过考察这种衰减趋势，可以有效地进行预测模型的辨识，特别是神经网络这类通用非线性模型的辨识．仿真实验很好的支持了我们的想法．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何丕廉	天津大学计算机系	107	1570	21.0	35.0
2	侯越先	天津大学计算机系	17	105	6.0	9.0