基于改进极限学习机算法的股票价格在线预测

• 作者: 张华 陆玉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 股票价格 极限学习机 在线预测 网络权值
• 年，卷（期）: 2014,（20）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 139-143
• 页数: 5页
• 分类号: TP399
• 字数: 3001字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0250

摘要

为了对股票价格进行准确、快速的在线预测，提出一种基于改进极限学习机算法（IELM）的股票价格在线预测模型。在极限学习机（ELM）中引入Cholesky分解方法，使网络权值随新样本的逐次加入递推更新，提高模型的泛化能力，加快网络学习效率，然后对交通银行股票（601328）的收盘价进行仿真实验。结果表明，相对于对比模型， IELM不仅提高了计算效率，而且提高了股票价格预测精度，可以实现股票价格快速、准确在线预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆玉		17	23	2.0	4.0
2	张华		30	61	5.0	7.0