RBF神经网络在股票预测中的应用

RBF神经网络在股票预测中的应用.pdf
RBF神经网络是一种局部逼近的多层前向神经网络，具有算法简单，收敛快，逼近效果好，泛化能力强等优点.RBF通过非线性基函数的线性组合实现从输入空间到输出空间的非线性转换.本文利用RBF神经网络工具箱函数建立股市预测模型，根据测试数据，误差较小可以接受，说明径向基函数RBF非常适合股票市场的预测应用.
作者：JIYatian 嵇雅田
作者单位：NanJingUniv.ofPostsandTelecommunication,NanJing210003南京邮电大学光电工程学院,南京,210003
母体文献：第19届全国计算机新科技与计算机教育学术大会论文集
会议名称：第19届全国计算机新科技与计算机教育学术大会  
会议时间：2008年8月2日
会议地点：黄山
主办单位：全国高等学校计算机教育研究会,中国计算机学会
语种：chi
分类号：
关键词：股票市场  预测模型  径向基函数  神经网络
在线出版日期：2013年5月28日
基金项目：
相似文献
相关博文

2024-12-1 16:10 上传 RBF神经网络在股票预测中的应用.pdf

文件大小:

171.7 KB

下载次数:

60

高速下载