作者:
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:
该文运用几种常见数据归一化方法分别对自回归神经网络动态预测模型的预测性能进行分析,结果说明不同数据归一化处理对模型的性能影响非常明显,运用最大运算法进行归一化处理要优于其它几种常见归一化方法。
推荐文章
基于BP神经网络的CPI预测模型
CPI
BP神经网络
预测
所有可能回归分析与神经网络在费用预测模型中的应用
BP网络
算法
所有可能回归分析
模型
多元线性回归与BP神经网络模型在次洪量预测中的对比研究
淤地坝
次洪量预报
多元线性回归
BP神经网络
基于广义回归网络的动态权重回归型神经网络集成方法研究
神经网络集成
BP网络
动态权重
广义回归神经网络
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 回归神经网络预测模型归一化方法分析
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 回归神经网络 时间序列 数据预测 归一化方法
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 1508-1510
页数 3页 分类号 TP311
字数 语种
DOI
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 滕明鑫 4 23 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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)
研究主题发展历程
节点文献
回归神经网络
时间序列
数据预测
归一化方法
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导