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:
通过对影响黄金价格变动的主要因素的研究,提出一种基于小波神经网络的黄金价格预测模型.给出了具体的网络学习算法,并结合算法对黄金价格进行预测.为验证模型有效性,进行了对比测试.分析结果表明,小波神经网络模型比传统的BP神经网络模型具有收敛速度快、预测精度高的特点.
推荐文章
黄金价格波动网络的拓扑特征分析
黄金价格
粗粒化
复杂网络
拓扑特征
黄金价格预测分析与研究
神经网络
ARMA模型
黄金价格预测
小波神经网络预测在住宅市场中应用
小波神经网络
预测模型
房地产市场
BP神经网络
黄金价格的影响因素
黄金
价格
影响因素
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 小波神经网络在黄金价格预测中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 小波神经网络 BP神经网络 黄金价格
年,卷(期) 2010,(27) 所属期刊栏目
研究方向 页码范围 224-226,241
页数 分类号 TP183
字数 3884字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.27.063
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 李彤 云南大学软件学院 151 861 14.0 22.0
2 张坤 楚雄师范学院数学系 19 123 5.0 10.0
3 郁湧 云南大学软件学院 26 169 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (111)
参考文献  (5)
节点文献
引证文献  (31)
同被引文献  (93)
二级引证文献  (85)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(12)
  • 引证文献(5)
  • 二级引证文献(7)
2014(16)
  • 引证文献(5)
  • 二级引证文献(11)
2015(6)
  • 引证文献(3)
  • 二级引证文献(3)
2016(15)
  • 引证文献(1)
  • 二级引证文献(14)
2017(20)
  • 引证文献(4)
  • 二级引证文献(16)
2018(18)
  • 引证文献(1)
  • 二级引证文献(17)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
小波神经网络
BP神经网络
黄金价格
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导