基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用

摘要：

应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中.将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型.在股票市场上进行了应用,结果表明该预测模型降低了预测误差,提高了系统的性能.

关键词：EM聚类、模糊神经网络、相空间重构、时间序列

分类号：TP182(自动化基础理论)

资助基金：国家社会科学基金03BJY099;高等学校博士学科点专项科研项目20020532005;教育部高等学校优秀青年教师教学科研奖励计划

在线出版日期：2006-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：147-153