基于SAE的上证指数的分析研究

• 作者: 丁一楠
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 人工神经网络 深度学习 人工神经网络 自编码器
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 学术研究
• 页码范围: 38-40
• 页数: 3页
• 分类号: TP183
• 字数: 2088字
• 语种: 中文

摘要

自20世纪80年代初以来,人工神经网络技术在全球范围迅速发展,它的出现能够使处理类似图像识别、语音识别、自然语言等诸多问题更加快速、有效,就此广泛引起了国内外很多学者的关注,2006年Hinton等人基于人工神经网络的概念提出了深度学习,深度学习是具有隐藏层数更多的深度神经网络,它可以学习到机器学习等算法不能学习到的更加深层次的数据特征,能够更加抽象并且准确地表达数据.近年来,利用深度学习的方法处理金融数据,预测金融的发展趋势,并以此结果做出分析掀起了一股数据分析的浪潮.根据数据集的特点,选取模型进行分析研究并改进是研究的关键问题,文章利用自编码器模型对数据进行模拟分析,并提出改进的方法.