基于神经网络的时间序列预测方法进展被引量：16

下载PDF

导出

摘要首先对神经网络应用于时间序列预测的方法进行了详细的介绍。在此基础上与传统预测方法进行了比较,接着概括分析了几种不同的神经网络结构用于预测的效果。指出由于神经网络独特的信息处理能力,使得它为一类高度非线性动态关系的时间序列预测提供了一条有效途径。最后,对神经网络在时间序序列预测领域的进一步研究提出了几点建议。

作者曹星平易东云吴翊

机构地区国防科技大学系统工程与数学系

出处《电脑与信息技术》 1999年第6期1-3,55,共4页 Computer and Information Technology

关键词时间序列预测数据处理神经网络信息处理

分类号 TP274.2 [自动化与计算机技术—检测技术与自动化装置]

引文网络
相关文献

参考文献1

1吴今培,段方勇.基于神经网络的非线性时间序列预测方法研究[J].系统工程,1997,15(5):61-64. 被引量：12

共引文献11

1曾庆成.神经网络在波罗的海运价指数预测中的应用研究[J].大连海事大学学报,2004,30(3):45-47. 被引量：13
2李俊花,孙昭晨,崔莉,贾旭.基于新息理论的变点检测及其在长输管道泄漏监测中的应用[J].自动化学报,2006,32(3):462-469. 被引量：9
3刘遵雄,周天清.基于HRM的金融时间序列预测[J].统计与决策,2011,27(2):159-162. 被引量：1
4孙光伟,索胜军,陶永纯,蒋志坚.基于BP网络的空调负荷预报建模方法的研究[J].哈尔滨建筑大学学报,1999,32(3):79-82. 被引量：14
5朱勇华,张军,郭海晋.嘉陵江北碚站含沙量变化趋势的神经网络模型分析[J].武汉水利电力大学学报,1999,32(6):37-40. 被引量：2
6胡旭川,吴今培,陈世权,刘永清.非线性时间序列预测的BP神经网络方法及应用[J].五邑大学学报（自然科学版）,1999,13(4):31-36.
7刘刚.经济增长非线性时序预测方法研究[J].郑州航空工业管理学院学报（管理科学版）,2000,18(4):1-4.
8廖成,刘鲁,晓斌.机场旅客吞吐量的人工神经网络预测方法[J].航空计算技术,2000,30(3):8-11. 被引量：1
9祝滨,刘耀年,陈得治.负荷分析与短期负荷预测的研究[J].东北电力技术,1999,20(11):43-46. 被引量：3
10廖成,刘鲁,晓斌.机场旅客吞吐量的人工神经网络预测方法[J].小型微型计算机系统,2002,23(12):1500-1502. 被引量：13

同被引文献158

1刘洪斌,武伟,魏朝富.基于神经网络的土壤水分预测建模研究[J].水土保持学报,2003,17(5):59-62. 被引量：17
2李雪峰,李亚峰,樊福来.降水入渗补给过程的实验研究[J].南水北调与水利科技,2004,2(3):33-35. 被引量：12
3刘立光,吴伯志.不同耕种方式对水土流失及产量的影响[J].耕作与栽培,1993,13(4):12-14. 被引量：10
4张兵,袁寿其,成立,袁建平,李维斌.作物需水量自适应神经网络模糊系统的设计研究[J].中国农村水利水电,2004(8):1-3. 被引量：9
5周光益,陈步峰,曾庆波,黄金,李意德,张振才.尖峰岭热带山地雨林更新林产流特征研究[J].林业科学研究,1993,6(1):70-75. 被引量：164
6丁裕国,江志红.基于Bayes准则的时间序列判别预报模式[J].气象学报,1993,51(1):98-102. 被引量：2
7李鸿杰,杜历.土壤水、盐、人渗变异特性及其相互关系的空间序列分析[J].土壤学报,1993,30(1):60-68. 被引量：13
8文新辉.时间序列神经网络预测方法[J].电子科学学刊,1994,16(5):456-462. 被引量：13
9江华,朱胤椿,洪世奇,李宏安.高寒山区旱作农田土壤水分动态的研究[J].青海农林科技,1994(4):1-5. 被引量：2
10许海霞,王春华,周维,王仕果.基于RBF神经网络的混沌保密通信的研究[J].电路与系统学报,2005,10(3):28-31. 被引量：3

引证文献16

1刘洪斌,武伟,魏朝富.基于神经网络的土壤水分预测建模研究[J].水土保持学报,2003,17(5):59-62. 被引量：17
2杨金芳,翟永杰,王东风,徐大平.基于支持向量回归的时间序列预测[J].中国电机工程学报,2005,25(17):110-114. 被引量：65
3蒋太明.降水入渗与土壤水分动态模型研究进展[J].贵州农业科学,2005,33(B09):83-88. 被引量：13
4魏周会,龚少红,冯小明.作物产量预测的时间序列神经网络模型[J].节水灌溉,2006(6):55-57. 被引量：4
5王宇,李旭东.基于BP神经网络的我国M2/GDP预测与对策[J].生态经济,2007,23(9):48-51. 被引量：4
6邹平,杨劲松,姚荣江.土壤温度时间序列预测的BP神经网络模型研究[J].中国生态农业学报,2008,16(4):835-838. 被引量：8
7王宇,李旭东,李自力.基于BP神经网络的我国CPI预测与对策[J].计算机科学,2009,36(10):256-257. 被引量：14
8郭兰平,俞建宁,张建刚,漆玉娟,张旭东.改进RBF神经网络在城市公交车速时间序列预测中的应用[J].重庆理工大学学报（自然科学）,2010,24(12):60-66. 被引量：5
9王伟钧,杨晋浩,张勇.中成药企业需求预测分析[J].电子科技大学学报（社科版）,2012,14(1):85-88.
10彭勇,陈俞强,严文杰.基于改进BP网络模型的公路流量预测[J].计算机技术与发展,2012,22(8):111-113. 被引量：3

二级引证文献205

1刘博,彭凯越,唐晓彬.基于互联网大数据背景下的CPI预测研究[J].经济统计学（季刊）,2018,0(1):104-117. 被引量：2
2许葆华,李洪儒,年海涛.支持向量机在时间序列预测中的应用[J].微计算机信息,2008,24(4):253-254. 被引量：12
3郑重,马富裕,李江全,崔静.农田水量平衡法和BP神经网络法预测土壤墒情的对比[J].石河子大学学报（自然科学版）,2007,25(6):757-761. 被引量：8
4邓国华,邵生俊,胡伟.考虑Q_3黄土增湿特性的隧道围岩变形分析[J].地下空间与工程学报,2007,3(z2):1455-1458. 被引量：9
5李之波.多因素支持向量机模型在江苏省中长期电力负荷预测中的应用[J].华北水利水电学院学报,2009,30(1):59-60. 被引量：2
6韩士专,龙永康.我国玉米期货价格预测实证分析[J].江西社会科学,2012,32(6):60-64. 被引量：2
7邵晓梅,严昌荣,徐振剑.土壤水分监测与模拟研究进展[J].地理科学进展,2004,23(3):58-66. 被引量：64
8郝文峰,顾建祖,汤灿.应用小波支持向量机的预应力混凝土碳化深度研究[J].工业建筑,2009,39(S1):931-934. 被引量：1
9陈世君,林自葵,刘志高.基于混合神经网络的铁路材料消耗的预测方法研究[J].铁道建筑技术,2009(S2):87-90. 被引量：1
10崔宝侠,高鸿雁,左传金,张理平.人工智能在水质模型改进中的应用[J].沈阳工业大学学报,2004,26(5):543-546. 被引量：3

1李剑,谷俊杰.PID参数整定方法进展[J].电力情报,2001(3):11-13. 被引量：15
2冯弟飞,胡圣武.空间数据挖掘的方法进展及其问题分析[J].测绘科学,2008,33(S1):68-71. 被引量：2
3方小勇,魏小鹏,张强,周东生.人体运动数据重构方法进展[J].计算机应用研究,2008,25(11):3228-3232. 被引量：1
4朱尧辰.科学和工程中的计算方法进展（2005）（A卷）[J].国外科技新书评介,2006(11):2-2.
5夏芹,宋义伟,朱学峰.基于PERCLOS的驾驶疲劳监控方法进展[J].自动化技术与应用,2008,27(6):43-46. 被引量：19
6程田飞,周为峰,樊伟.水产养殖区域的遥感识别方法进展[J].国土资源遥感,2012,24(3):1-5. 被引量：28
7韦明元,郭良宏.环境污染物的免疫传感检测方法进展[J].化学进展,2009,21(2):492-502. 被引量：6
8王东伟,孟宪智,王锦地,王磊.叶面积指数遥感反演方法进展[J].五邑大学学报（自然科学版）,2009,23(4):47-52. 被引量：12
9孙知文,于鹏珊,夏浪,武胜利,蒋玲梅,郭镭.被动微波遥感积雪参数反演方法进展[J].国土资源遥感,2015,27(1):9-15. 被引量：18
10徐甲强,牛新书,刘艳丽.WO_3纳米微粒的制备及气敏特性研究进展[J].功能材料,2002,33(1):33-35. 被引量：17

电脑与信息技术

1999年第6期

浏览历史

内容加载中请稍等...

基于神经网络的时间序列预测方法进展被引量：16

参考文献1

共引文献11

同被引文献158

引证文献16

二级引证文献205

相关作者

相关机构

相关主题

浏览历史

基于神经网络的时间序列预测方法进展 被引量：16

参考文献1

共引文献11

同被引文献158

引证文献16

二级引证文献205

相关作者

相关机构

相关主题

浏览历史

基于神经网络的时间序列预测方法进展被引量：16