基于组合神经网络模型的函数逼近方法

• 作者: 王志勇 陈昊鹏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 反向传播神经网络 径向基神经网络 通用函数逼近定理 有监督学习
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 137-139
• 页数: 3页
• 分类号: TP3
• 字数: 3492字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.07.055

摘要

在通用函数逼近定理基础上,介绍了一种将反向传播神经网络和径向基神经网络模型相接合的组合神经网络模型,并将该模型应用于上海证券指数的预测.仿真实验结果表明,该模型很好地减小了预测值和实际值之间的误差,预测效果也优于普通的反向传播神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈昊鹏	上海交通大学软件学院	25	124	7.0	9.0
2	王志勇	上海交通大学软件学院	17	96	6.0	9.0