10.3969/j.issn.2095-0977.2007.01.014
基于PCA的RBF神经网络预测方法研究
主成分分析(PCA)法可以提取样本集的主成分,实现样本的最优压缩,从而降低样本的维数.针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题,提出用统计理论的PCA方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点.仿真实验表明, 基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果,简化了网络结构,改善了预测精度.
主成分分析、RBF神经网络、多因素时间序列、预测
22
TP183(自动化基础理论)
安徽省教育厅自然科学基金2005kj094;安徽师范大学校科研和教改项目2005bzx19
2007-05-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
59-62