-
题名基于SAE的上证指数的分析研究
- 1
-
-
作者
丁一楠
-
机构
重庆工商大学电子商务与供应链系统重庆市重点实验室
重庆工商大学智能制造服务国际科技合作基地
-
出处
《信息通信》
2017年第7期38-40,共3页
-
文摘
自20世纪80年代初以来,人工神经网络技术在全球范围迅速发展,它的出现能够使处理类似图像识别、语音识别、自然语言等诸多问题更加快速、有效,就此广泛引起了国内外很多学者的关注,2006年Hinton等人基于人工神经网络的概念提出了深度学习,深度学习是具有隐藏层数更多的深度神经网络,它可以学习到机器学习等算法不能学习到的更加深层次的数据特征,能够更加抽象并且准确地表达数据。近年来,利用深度学习的方法处理金融数据,预测金融的发展趋势,并以此结果做出分析掀起了一股数据分析的浪潮。根据数据集的特点,选取模型进行分析研究并改进是研究的关键问题,文章利用自编码器模型对数据进行模拟分析,并提出改进的方法。
-
关键词
人工神经网络
深度学习
自编码器
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于经验模态分解和径向基函数网络的汇率预测
- 2
-
-
作者
邓生财
陈卓
-
机构
重庆工商大学电子商务与供应链系统重庆市重点实验室
-
出处
《中国储运》
2017年第9期113-116,共4页
-
文摘
为提高非线性外汇交易的预测精度,本文提出了一种基于经验模态分解和径向基函数网络结合的预测方法,并通过绝对误差、均方误差和相关系数指标来评估提出模型的性能。首先对原始汇率数据进行经验模式分解,得到若干个平稳的本征模态函数和一个残差向量,然后用径向基函数网络分别对分解后的每个分量进行预测,最后对各分量预测进行求和,求和值作为预测结果。本论文以美元对人民币交易案例为研究对象,实验结果表明,与单一的径向基函数网络模型相比,基于经验模式分解和径向基函数网络结合的预测方法具有更高的预测精度。
-
关键词
外汇交易
汇率预测
经验模态分解
径向基函数网络
-
分类号
F832.6
[经济管理—金融学]
-
