基于小波网络的非线性时间序列预测及其在股市中的应用

• 作者: 刘贵忠 张宗平 张茁生 杨一文
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 小波网络 非线性预测 股市预测
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 243-248
• 页数: 6页
• 分类号: TP18|F830
• 字数: 5062字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2001.02.023

摘要

本文从非线性函数逼近的角度讨论了小波网络的优越性,其主要特点是具有局部学习和在多个尺度上学习的功能.一般情况下,由延迟序列重构的系统吸引子在重构相空间内的分布是不均匀的,对此,小波网络较全局学习网络(例如,反向传播(BP)网络)和局部学习网络(例如,径向基函数(RBF)网络)有理论及实际上的优势.简要讨论了小波网络的构造和小波函数的选取,最后用于上证指数的预测,取得令人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘贵忠	西安交通大学电子与信息工程学院	125	1903	23.0	39.0
2	张宗平	西安交通大学电子与信息工程学院	16	452	10.0	16.0
3	张茁生	西安交通大学电子与信息工程学院	9	121	5.0	9.0
4	杨一文	西安交通大学电子与信息工程学院	7	353	7.0	7.0