论文研究 基于非线性跟踪—微分器的金融时间序列预测 .pdf

上传:chenzijing 浏览: 9 推荐: 0 文件:PDF 大小:185.43KB 上传时间:2020-07-17 19:47:15 版权申诉
论文研究-基于非线性跟踪—微分器的金融时间序列预测 .pdf,

论文研究 基于非线性跟踪—微分器的金融时间序列预测 .pdf

上传资源
用户评论
相关推荐
论文研究非线性跟踪微分在生育模式预测应用.pdf
论文研究-非线性跟踪─微分器在生育模式预测中的应用.pdf,  本文根据跟踪-微分器跟踪信号及其微分的性质,我们并设计证明了二阶非线性跟踪-微分器,并利用它对生育模式进行了预测.
PDF
292KB
2020-07-16 15:41
论文研究基于支持向量机混沌时间序列非线性预测.pdf
论文研究-基于支持向量机的混沌时间序列非线性预测.pdf,
PDF
0B
2019-09-25 21:09
论文研究基于SVM金融时间序列分析研究.pdf
基于SVM的金融时间序列分析的研究,刘迪,,本文通过比较支持向量机(SVM)和自回归移动平均模型(ARIMA)在金融时间序列回归分析的实验,提出了一种新的SVM和ARIMA的组合模型。该模
PDF
424KB
2020-07-23 10:44
论文研究基于数据挖掘水文时间序列预测.pdf
为了用计算机绘制出中国水墨画的效果,设计了一个基于动力学的虚拟毛笔模拟系统。系统主要由二个部份组成:以弯曲弹簧的力学模型为基础,来模拟毛笔的笔头随着受力的作用而变化的样子;水墨传输系统则采用多层的水墨
PDF
0B
2020-01-06 06:40
论文研究基于QPSO RBFNN混沌时间序列预测.pdf
摘要:提出一种基于量子粒子群优化算法训练径向基函数神经网络进行混沌时间序列预测的新方法。在确定径向基函数网络的隐层节点数后,将相应网络的参数,包括隐层基函数中心、扩展常数,以及输出权值和偏移编码成学习
PDF
0B
2019-09-25 21:09
论文研究RBFAR模型在非线性时间序列预测应用.pdf
论文研究-RBF-AR模型在非线性时间序列预测中的应用.pdf,  研究了RBF-AR模型在非线性时间序列中的建模和预测问题
unkonw
0B
2020-04-21 20:11
论文研究面向金融数据神经网络时间序列预测模型.pdf
针对Elman神经网络模型,通过引入时间权重与随机性因素,提出了改进的Elman神经网络模型,提高了现有Elman神经网络针对时序数据预测的精度。提出了基于时序数据的特征学习框架,可评估多个特征参数对
PDF
0B
2019-08-01 23:23
论文研究SDAE LSTM模型在金融时间序列预测应用.pdf
针对金融时间序列预测的复杂性和长期依赖性,提出了一种基于深度学习的LSTM神经网络预测模型。利用堆叠去噪自编码从金融时间序列的基本行情数据和技术指标中提取特征,将其作为LSTM神经网络的输入对金融时间
PDF
1008KB
2020-07-23 17:21
论文研究GARCH非线性时间序列模型网络流量预测.pdf
网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点,传统的ARMA模型在描述网络流量数据特性时有一定的局限性,从而影响网络流量预测的精度。针对这个问题,研究
PDF
0B
2020-05-14 12:49
论文研究随机型时间序列预测方法研究.pdf
论文研究-随机型时间序列预测方法的研究.pdf, 提出了一种随机型时间序列预测的新方法,特别适用于趋势随机型数据序列的预测问题,与现有预测方法相比,具有计算简单、精度高的特点.
PDF
0B
2020-01-05 14:22
论文研究混沌时间序列混合预测方法.pdf
论文研究-混沌时间序列的混合预测方法.pdf,  提出了一种基于小波变换、粒子群优化的最小二乘支持向量机(PSO-LSSV
PDF
0B
2020-05-14 12:49
论文研究混沌时间序列建模及预测.pdf
论文研究-混沌时间序列建模及预测.pdf,  讨论了混沌时间序列的建模及预测方法 ,给出了各重要参数的选取算法 ,并应用于实例 ,与传统的时间序列预测方法相比较 ,取得了精度更高的预测结果 ,从而为一
PDF
255KB
2020-07-17 23:06
论文研究基于小波非平稳时间序列预测方法研究.pdf
基于小波分析技术,将原始非平稳时间序列分解为一层近似系数和多层细节系数,对其分别采用自回归滑动平均模型以及BP神经网络模型,对各层系数进行建模与预测;通过整合各层系数,得到原始时间序列的预测值。运用这
PDF
738KB
2020-07-19 00:01
论文研究基于人工神经网络时间序列预测非线性自回归方案
本文致力于一种涉及非线性自回归算法的时间序列预测方案及其应用。 该方案是通过包含隐藏层的人工神经网络来实现的。 作为训练算法,我们使用比例共轭梯度(SCG)方法和贝叶斯正则化(BReg)方法。 第一种
PDF
2.08MB
2020-07-16 20:15
论文研究基于回声状态网络混沌时间序列多步预测.pdf
基于回声状态网络的混沌时间序列多步预测,宋勇,李贻斌,针对回声状态网络在权值学习过程中存在的病态问题,提出了一种基于正则化方法的回声状态网络学习算法。在标准误差项基础上增加一
PDF
0B
2020-01-05 11:47