基于变结构神经网络控制的决策树预测算法

• 作者: 单冬红 吕琼帅 赵伟艇
• 来源期刊: 微电子学与计算机
• 关键词: 变结构神经网络 统计数据 决策树 预测 聚类
• 年，卷（期）: 2017,（2）
• 页码范围: 92-96
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

为了提高统计数据时间序列准确预测的能力,针对当前的线性指数预测方法计算开销过大,且容易陷入局部最优的问题,提出一种基于变结构神经网络控制的决策树预测算法,对待处理的统计数据时间序列进行非线性特征相空间重构,在重构的高维特征相空间中进行决策树训练,提取统计数据信息流的主成分特征,对提取的特征参量采用变结构神经网络控制器进行伴随跟踪训练,进行数据聚类中心搜索和预测指向性误差的小扰动抑制,实现统计数据时间序列的准确预测.仿真结果表明,采用该算法进行统计数据预测的精度较高,收敛性较好,对数据信息流的走势拟合性能较好,性能优于传统方法.