摘要
径向基函数(RBF)神经网络在非线性时间序列预测方面发挥着重要作用。本文提出了对角型广义RBF神经网络模型,并利用贝叶斯阴阳(BYY)和谐学习算法进行隐层单元个数的确定和参数初始值的选取,并且建立了同步LMS算法进行参数学习。进一步,将对角型广义RBF神经网络应用于非线性时间序列预测,得到了预测准确率高和速度快的效果。
学科与关键词
关键词
RBF神经网络贝叶斯阴阳和谐学习非线性时间序列预测 RBF neural networkBYY harmony learningnonlinear time seriesprediction
- 广义RBF神经网络在煤矿冲击地压预测上的应用李焱; 马尽文信号处理, 2013, (12): 1689-1695.
- 基于深度置信网络的时间序列预测杨珺; 佘佳丽; 刘艳珍深圳大学学报(理工版), 2019, (06): 718-724.
- 径向基神经网络预测氯氮平血药浓度刘朝晖; 黄榕波; 陈庆强; 温预关; 李明亚中国药房, 2011, (14): 1273-1275.
