基于特征選擇的多因素時間序列預測模型研究.pdf_第1頁
已閱讀1頁，還剩59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、自然和社會經濟現象中存在大量的非線性、高維特征的復雜時間序列，這些時間序列預測作為認識和決策的依據，具有重要的現實意義。近年來，隨著社會各領域相互滲透和影響，導致自然、社會經濟領域的多因素時間序列的維數激增。然而，傳統(tǒng)的統(tǒng)計分析方法在處理非線性問題時存在很多缺陷，傳統(tǒng)的神經網絡方法在處理高維特征的時間序列時效率和效果都不理想，原因是高維特征的時間序列中隱含了大量的不相關和冗余信息，降低了神經網絡的分析精度和效率。因此對高維特征的時間序列

2、進行特征選擇是非常必要的。本文將特征選擇和RBF神經網絡時間序列預測結合起來，提出基于PRN的組合特征選擇算法的多因素時間序列預測模型，以提高預測的效率、精度和泛化能力。 本文主要工作如下： （1）研究了公認較好的特征評估Relief算法，分析了它的不足，提出了改進的用縱橫雙向壓縮冗余數據和與學習算法結合的組合特征選擇算法。分析了該組合特征選擇算法分別在分類和回歸問題中的使用。 （2）分析了多因素時間序列數據的特

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