对角型广义RBF神经网络与非线性时间序列预测

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.

关键词： RBF神经网络 非线性时间序列 数值预测 贝叶斯阴阳和谐学习算法

作者: 马尽文 青慈阳

作者单位: 北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室,北京 100871

会议类型: 国内会议

会议名称: 第十六届全国信号处理学术年会及产业发展大会

会议地点: 哈尔滨

会议语种:中文

页码: 1609-1614

在线出版日期: 2013-10-01（万方平台首次上网日期，不代表论文的发表时间）