基于正则前馈神经网络的股票时间序列数据库的知识发现

• 作者: 李冬梅 王晓晔 王正欧
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 时间序列 暂态规则 知识发现 泛化性能 正则化 节点删除
• 年，卷（期）: 2003,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 98-100
• 页数: 3页
• 分类号: TP183
• 字数: 3628字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2003.12.041

摘要

将正则最小二乘前馈网络学习算法应用于时间序列的知识发现.正则最小二乘算法将正则化网络和节点删除算法结合起来,大大提高了前馈网络的泛化性能.将其应用于股票时间序列数据库的暂态规则的知识发现,发现过程包括时间序列数据库预处理和数据挖掘(规则发现)两部分,实验结果表明预测效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正欧	天津大学系统工程研究所	91	2104	28.0	41.0
2	李冬梅	天津大学系统工程研究所	12	179	8.0	12.0
3	王晓晔	天津大学系统工程研究所	5	56	4.0	5.0