提高预测精度的ELMAN和SOM神经网络组合

• 作者: 王杰 闫东伟
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: ELMAN神经网络 SOM神经网络 聚类 预测
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 实用技术
• 页码范围: 1943-1945
• 页数: 3页
• 分类号: TP18
• 字数: 3517字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2004.12.055

摘要

针对预测样本数量有限的问题,提出了对训练样本和要预测的样本先聚类、后分别训练和预测的方法.利用网络特性,对复杂信息进行预先分类,使后续信息处理和映射更精确迅速,采用ELMAN神经网络和SOM神经网络的组合提高预测精度.通过对天气和疾病的预测仿真实验表明,该方法增强了网络的局部泛化能力,预测精度高于BP网络和单一采用EMAN网络或SOM网络的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰	郑州大学电气工程学院	142	1137	17.0	27.0
2	闫东伟	郑州大学电气工程学院	2	24	2.0	2.0