引入收益因素的RBF神经网络及其应用

• 作者: 吴春国 姜静清 孙延风 梁艳春
• 来源期刊: 吉林大学学报(信息科学版)
• 学科: 工学
• 关键词: 神经网络 径向基函数 预测 年利润率
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 68-72
• 页数: 5页
• 分类号: TP183
• 字数: 2715字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2002.03.015

摘要

考虑到投资者的主要目的是盈利这一重要因素,提出了一种改进的径向基函数(RBF:Radial basis function)神经网络方法.在RBF网络的误差函数中增加了利润、时间和趋势信息,并采用基于梯度下降的误差纠正算法对网络进行训练.对股市综合指数进行预测的结果表明,该方法在提高投资收益的意义下,提高了神经网络模型在金融领域的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜静清	内蒙古民族大学理工学院	24	190	8.0	13.0
2	梁艳春		11	374	8.0	11.0
3	孙延风	吉林大学数学研究所	17	241	8.0	15.0
4	吴春国	吉林大学数学研究所	18	272	6.0	16.0