-
题名基于人工神经网络的汇率预报
被引量：13
- 1
-
-
作者
魏巍贤
朱楚珠
蒋正华
-
机构
西安交通大学
-
出处
《系统工程理论与实践》
EI
CSCD
北大核心
1996年第6期13-20,29,共9页
-
文摘
本文将人工神经网络应用于汇率预报．应用从１９８７年５月至１９９２年１２月伦敦和纽约两大外汇市场马克对美元的市场即期汇率数据，建立前向组合神经网络预报模型．训练后的神经网络不仅能准确地拟会汇率的过去值，而且能较精确地预报汇率的未来趋势．计算结果表明：汇率的神经网络预报方法比统计预报方法优越．
-
关键词
汇率
汇率预报
人工神经网络
多步预报
-
Keywords
exchange rate
neural networks
conjugate gradient
time series models
training
one-lag prediction
multi-lag prediction
combined modeling
forecasting
-
分类号
F832.6
[经济管理—金融学]
-
-
题名改进的ARIMA乘积季节模型的研究
被引量：3
- 2
-
-
作者
刘艳菲
宋耀莲
-
机构
昆明理工大学信息工程与自动化学院
-
出处
《信息技术》
2018年第12期9-12,16,共5页
-
基金
国家自然基金(61561029)
云南省科技厅资助项目(2014RA051)
-
文摘
在上呼吸道感染预测问题的研究中,大多研究还停留在数据的直接分析层面。为了提高上呼吸道感染预测精度,文中提出应用一阶滞后滤波的序列重构的方法,并结合AR ()和MA ()建立模型,比较其与传统ARIMA模型预测精度。实验结果表明,ARIMA(0,1,1)(0,1,1)12模型拟合的均方根误差(RMSE)为0. 8412%,对2017年1～5月预测值的年平均相对误差为1. 1951%;改进的ARIMA (1,1,0)(0,1,0)12模型拟合的均方根误差(RMSE)为0. 6801%,对2017年1～5月预测值的年平均相对误差为0. 5336%,有更好的模型适应性和预测精度。
-
关键词
一阶滞后滤波
序列重构
ARIMA乘积季节模型
预测模型
疾病预测
-
Keywords
one-lag order filter
sequence reconstruction
seasonal ARIMA model of product
modelprediction
disease prediction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多目标无序量测OOSM-GMPHD滤波算法
被引量：2
- 3
-
-
作者
赵凯
胡建旺
吉兵
刘钢
-
机构
军械工程学院信息工程系
[
-
出处
《传感器与微系统》
CSCD
2017年第11期154-157,160,共5页
-
文摘
针对无序量测条件下多目标跟踪问题,提出了一种适用于线性系统的单步滞后无序量测滤波算法(OOSM-GMPHD)。在前向预测框架内,以高斯混合概率假设密度(GMPHD)滤波器为基础滤波算法,对每一高斯分量分别用延迟到达的量测与等价量测进行预测、更新,经剪枝与合并等步骤获得最终的目标数量与状态估计。仿真结果表明:算法可有效消除无序量测的影响,准确估计多目标数目和状态。
-
关键词
多目标跟踪
无序量测
单步滞后
高斯混合
前向预测
-
Keywords
multi-target tracking
out-of-sequence measurement （ OOSM ）
one-step-lag
Gaussian mixture（GM）
forward prediction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名后向预测高斯混合概率假设密度滤波算法
- 4
-
-
作者
赵凯
胡建旺
吉兵
-
机构
解放军军械工程学院
-
出处
《探测与控制学报》
CSCD
北大核心
2017年第3期118-123,共6页
-
文摘
针对单步延迟无序量测条件下多目标跟踪中,概率假设密度滤波对目标数量与状态估计误差偏大问题,提出了后向预测高斯混合概率假设密度滤波算法(BP-GMPHD)。该算法在后向预测框架内,以高斯混合概率假设密度滤波器为基础滤波算法,计算各高斯分量的回溯状态并进行再更新,经剪枝与合并等步骤获得最终的目标数量与状态估计。仿真验证表明,该算法在无序量测条件下保持了良好的滤波性能,能够准确估计多目标数目和状态。
-
关键词
多目标跟踪
无序量测
单步延迟
高斯混合
后向预测
-
Keywords
multi-target tracking
OOSM
one-step-lag
Gaussian mixture
backward prediction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
