基于PCA的RBF神经网络预测方法研究

摘要：

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.

关键词：主成分分析、RBF神经网络、多因素时间序列、预测

所属期刊栏目：22

分类号：TP183(自动化基础理论)

资助基金：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

在线出版日期：2007-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：59-62