基于核自組織映射的時間序列預測研究.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、時間序列預測分析是人們利用觀察的歷史數(shù)據(jù)對其進行分析研究,總結數(shù)據(jù)之間存在的內在聯(lián)系,并預測該序列在未來某個時刻可能出現(xiàn)的值。準確有效的時間序列預測分析可以為決策者提供一種決策支持或規(guī)劃建議,從而便于決策者的控制管理。但是實際生活中常遇到的時間序列都具有諸如不規(guī)則、非線性性以及易受噪聲干擾影響等特性,一般情況下,不易直接建立一種理想的、適合于實際問題的模型來進行時間序列預測分析。而人工神經(jīng)網(wǎng)絡模型具有的自組織學習等較好特性,使得運用該方

2、法進行時間序列的預測分析將會得到更好的效果。
　　 本文首先介紹了時間序列預測分析的相關理論,一般過程以及在該領域中經(jīng)常使用的方法和預測模型,然后詳細介紹了自組織映射神經(jīng)網(wǎng)絡模型(SOM)的學習算法及應用。傳統(tǒng)的SOM網(wǎng)絡模型適用于聚類或是分類,如何利用SOM網(wǎng)絡模型對時間序列進行預測是本文研究的重點。為此,本文首先引入了適用于MIMO情形的SOM算法,并在此基礎上,引入核函數(shù),利用帶有核函數(shù)的自組織映射神經(jīng)網(wǎng)絡模型(KSOM)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論