编辑：sx_yangk
2015-05-26
在对实际问题进行描述和处理中，为了能够获得更加全面的信息，我们经常需要统计多个变量的数据。 以下就是由精品学习网为您提供的改进的ＲＢＦ神经网络。
多个变量之间经常存在一定的相关性，并不是每个变量都是我们所需要的，或者说它们携带的信息可能是重复的。因此我们希望用少数几个变量来代替原有的多个变量。主成份分析法的基本思想就是通过对原始数据的降维，将多个相互关联的变量转化为少数几个互不相干的变量的统计方法。?
由于期货价格的变化是一个非线性的时间序列，利用传统的统计方法对期货的价格直接进行预测，所得到的结果不是很理想。而神经网络在非线性模式中具有优势,因而它不需要建立复杂的数学模型就可以完成期货价格预测。基于BP网络和RBF网络的预测都有较好的结果,但是相对BP网络而言,利用RBF神经网络不仅解决了常用BP网络易陷入局部最小的问题,而且训练时间更短,预测的精度也比BP网络高得多。本文提出使用基于主成分分析法的RBF神经网络方法对期货价格进行预测。通过主成分分析法对原始数据降维，然后,再用这些个数较少的新输入变量作为RBF神经网络的输入进行模拟预测。由于主成分之间是相互独立的,所以由各主成分组成的输入空间不存在自相关性,从而有效地简化了RBF网络在高维时难以寻找网络中心的问题,提高了预测精度。?
编辑老师为大家整理了改进的ＲＢＦ神经网络，希望对大家有所帮助。
相关推荐：
标签：期货市场论文
精品学习网(51edu.com)在建设过程中引用了互联网上的一些信息资源并对有明确来源的信息注明了出处，版权归原作者及原网站所有，如果您对本站信息资源版权的归属问题存有异议，请您致信qinquan#51edu.com(将#换成@)，我们会立即做出答复并及时解决。如果您认为本站有侵犯您权益的行为，请通知我们，我们一定根据实际情况及时处理。