基于PCA的RBF神经网络预测方法研究

• 作者: 伍长荣 叶明全 胡学钢
• 来源期刊: 安徽工程科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 主成分分析 RBF神经网络 多因素时间序列 预测
• 年，卷（期）: 2007,（1）
• 页码范围: 59-62
• 页数: 4页
• 分类号: TP183
• 字数: 3469字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0977.2007.01.014

摘要

主成分分析(PCA)法可以提取样本集的主成分,实现样本的最优压缩,从而降低样本的维数.针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题,提出用统计理论的PCA方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点.仿真实验表明, 基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果,简化了网络结构,改善了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶明全	皖南医学院计算机教研室	86	416	11.0	17.0
2	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
3	伍长荣	安徽师范大学数学计算机科学学院	9	79	4.0	8.0