基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用多分辨分析方法,结合小波分析和神经网络思想构建一种新型的神经网络模型--小波神经网络,解决了传统神经网络中隐层节点数难以确定的问题.通过对股票的预测,说明该方法能有效地提高预测精度,避免了人工神经网络模型的固有缺陷.
推荐文章
基于小波神经网络的混沌时间序列预测
小波
神经网络
混沌时间序列
混沌时间序列的自适应正交小波神经网络预测
混沌时间序列
小波框架
正交化逐步选择
自适应预测
基于"松散型"小波神经网络的时间序列预测研究
小波
神经网络
方差分析
分解
重构
预测
基于小波神经网络的流量混沌时间序列预测
网络流量
相空间重构
小波神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经网络的时间序列流数据的研究
来源期刊 计算机技术与发展 学科 工学
关键词 小波神经网络 流数据 时间序列 预测模型
年,卷(期) 2006,(6) 所属期刊栏目 智能、算法、软件工程
研究方向 页码范围 193-195
页数 3页 分类号 TP183
字数 3130字 语种 中文
DOI 10.3969/j.issn.1673-629X.2006.06.067
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈德华 东华大学信息学院 39 220 8.0 13.0
2 杨颖 东华大学信息学院 42 132 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (48)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (23)
二级引证文献  (26)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波神经网络
流数据
时间序列
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导