RBF神经网络最优分割算法及其在股市预测中的应用

• 作者: 吕英华 孙延风 张文力 梁艳春
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 最优分割算法 有序样本 RBF神经网络 股票价格预测
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 374-379
• 页数: 6页
• 分类号: TP183
• 字数: 5158字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.03.022

摘要

将最优分割算法(optimal partition algorithm,OPA)用于径向基函数神经网络参数的训练中.对OPA进行了适当的改进,在改进的OPA中增加了类的中心与宽度的确定方法,并将它们用于确定RBF网络的中心与宽度.提出了利用类的目标函数的差分对网络结构进行动态调整的方法,从而实现了隐节点数的自适应选择.用于股价预测的数值模拟结果验证了该方法的有效性.与传统算法进行比较的结果表明,在预测方面OPA具有较明显的优势.将OPA算法与正交最小二乘法相结合的OPA-OLS算法可以提高趋势预测的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕英华	东北师范大学计算机科学系	24	263	9.0	15.0
2	梁艳春		11	374	8.0	11.0
3	张文力	中国科学院计算技术研究所	5	71	3.0	5.0
4	孙延风		1	3	1.0	1.0