基于样本数据重抽样的时序数据预报方法

摘要：

研究时序数据预报和提高预报精度的方法.提出一种新的利用误差项对时序数据样本进行BootStrap重抽样的方法.该方法采用神经网络技术建立时序数据预报模型,并通过重抽样技术提高预报精度.通过BootStrap算法与BP算法的预报偏差平方和比较说明BootStrap算法提高了预报精度.将提出的重抽样技术引入时序数据预测中,可提高神经网络的预测精度,并适用于股票价格及外汇交易预测等应用领域.

关键词：时序数据预报、BootStrap方法、重抽样、误差项、神经网络

所属期刊栏目：20

分类号：TP183(自动化基础理论)

资助基金：国家部委预研项目

在线出版日期：2004-01-08（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：581-584