10.3969/j.issn.1000-3428.2009.01.060
基于变窗口神经网络集成的时间序列预测
提出一个变窗口神经网络集成预测模型.该模型利用自相关分析构造出差异度较大的个体神经网络,提高了预测系统的泛化能力,同时能够有效剔除异常序列,提高预测精度.采用真实世界的数据集对该模型进行仿真.实验结果表明,该预测模型具有较高的预测精度,能有效预测移动通信的话务量.
神经网络集成、时间序列、预测、异常检测
35
TP389.1(计算技术、计算机技术)
国家自然科学基金资助项目60574078
2009-03-13(万方平台首次上网日期,不代表论文的发表时间)
共3页
176-177,182