基于并行神经网络集成的多步预测方法

• 作者: 秦颖 程春田 谢景新
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络集成 特征提取 TDNN 多步预测
• 年，卷（期）: 2006,（29）
• 所属期刊栏目: 学术探讨
• 页码范围: 75-77,80
• 页数: 4页
• 分类号: TP183
• 字数: 2590字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.29.023

摘要

神经网络集成通过训练多个神经网络并将其结论进行合成,可以显著地提高学习系统的泛化能力.该文提出了一种基于特征提取的并行神经网络集成多步预测模型ECPNN(Extraction of Characteristics Parallel Neural Network).从单因素时间序列中提取出代表内在机制的特征,采取并行TDNN(Time-delay Neural Network)集成的方式实现时间序列多步预测.实验结果表明了该模型在多步预测方面的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程春田	大连理工大学水利信息研究所	168	2851	30.0	45.0
2	秦颖	大连理工大学管理学院	28	629	11.0	25.0
3	谢景新	大连理工大学电子信息学院	4	51	3.0	4.0