对角型广义RBF神经网络与非线性时间序列预测

• 作者: 青慈阳 马尽文
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: RBF神经网络 贝叶斯阴阳和谐学习 非线性时间序列 预测
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 1609-1614
• 页数: 6页
• 分类号: TP183
• 字数: 5251字
• 语种: 中文

摘要

径向基函数(RBF)神经网络在非线性时间序列预测方面发挥着重要作用.本文提出了对角型广义RBF神经网络模型,并利用贝叶斯阴阳(BYY)和谐学习算法进行隐层单元个数的确定和参数初始值的选取,并且建立了同步LMS算法进行参数学习.进一步,将对角型广义RBF神经网络应用于非线性时间序列预测,得到了预测准确率高和速度快的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马尽文	北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室	18	87	5.0	9.0
2	青慈阳	北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室	1	8	1.0	1.0