基于聚类分析和神经网络的时间序列预测方法

摘要：

文章提出了一种组合聚类分析和神经网络的预测方法.聚类分析将大的数据集聚类划分为几类小的数据集,这样在每一类中,数据的相似度比较高,然后再分类训练相应的模型,最后做预测.建立加入聚类分析的径向基神经网络模型,用金融时间序列做试验,并跟径向基神经网络模型进行比较.试验结果表明,加入聚类分析的径向基神经网络模型提高了连续预测的趋势准确率,降低了时间代价,并减小了模型的复杂度.

关键词： 聚类 时间序列 预测 径向基 神经网络

作者: 刘峰 瞿俊

作者单位: 厦门大学软件学院,福建,厦门,361005;厦门大学计算机科学系,福建,厦门,361005 厦门大学软件学院,福建,厦门,361005

会议类型: 国内会议

会议名称: 2006年全国开放式分布与并行计算学术会议

会议地点: 西安

会议语种:中文

页码: 85-87,90

在线出版日期: 2006-10-19（万方平台首次上网日期，不代表论文的发表时间）