位置：成果数据库 > 期刊 > 期刊详情页
引入趋势因子的BP模型在股市预测中应用
  • ISSN号：1002-6487
  • 期刊名称：统计与决策
  • 时间：2015.10.1
  • 页码：87-89
  • 分类：TP389[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]吉林大学商学院, [2]吉林财经大学经济模拟研究所,长春130117, [3]吉林财经大学管理科学与信息工程学院,长春130117, [4]长春工业大学软件学院,长春130012
  • 相关基金：国家自然科学基金资助项目（61202306）; 吉林省教育厅重点规划项目（2012185）; 吉林省高校新世纪优秀人才支持计划项目（2014159）
  • 相关项目：基于半监督吸引子传播聚类的上市公司绩效评价研究
作者： 孙海波 王丽敏 韩旭明|
关键词： BP神经网络, 趋势因子, 股市预测
中文摘要：

为进一步提高BP神经网络的预测性能,文章将具有纠正预测方向特性的趋势因子引入到BP神经网络中,提出了引入趋势因子的BP神经网络,即DF-BPNN网络（BP Neural Network with Direction Factor）,并将其应用于股市预测领域中。仿真实验结果表明,与基本BP神经网络相比,文章提出的DF-BPNN模型的预测精度得到进一步改善,预测性能优于BP神经网络。

同期刊论文项目
基于半监督吸引子传播聚类的上市公司绩效评价研究
期刊论文 18 会议论文 11 获奖 4 著作 1
同项目期刊论文
基于奇异值分解的自适应近邻传播聚类算法
基于稳定阈值的吸引子传播算法
上市公司绩效评价问题研究——基于吸引子传播聚类方法的分析
Stability Threshold-based Affinity Propagation and Its Application
Considering the Spatial Layout Information of Bag of Features (BoF) Framework for Image Classificat
知识产权保护对经济增长的技术差距门槛效应—基于中国省际面板数据的经验分析.
ABCC：数据中心中启发式反向蜂群虚拟机整合节能策略
Cluster Analysis of E-Commerce Sites with Data Mining Approach
基于改进的DBSCAN聚类算法在电子商务网站评价中的应用研究
基于变异赋权的吸引子传播算法
智能信息处理的多指标面板数据聚类方法及其应用
数据云中基于启发式反向蜂群的虚拟机选择节能算法
Adaptive Semi-supervised Affinity Propagation Clustering Algorithm Based on Structural Similarity
An Improved Affinity Propagation Clustering Algorithm Based on Entropy Weight Method and Principal C
Cooperative differential evolution with fast variable interdependence learning and cross-cluster mut
An Improved Affinity Propagation Clustering Algorithm Based on Principal Component Analysis and Vari
基于模糊聚类SVM的混合像元分类方法
期刊信息
  • 《统计与决策》
  • 北大核心期刊（2011版）
  • 主管单位:湖北省统计局
  • 主办单位:湖北省统计局统计科学研究所
  • 主编：李明星
  • 地址：武汉市武昌区松竹路28号万达环球国际中心B座29楼
  • 邮编：430071
  • 邮箱：tjyjc@vip.163.com tjyjc3220@sohu.com
  • 电话：027-87818776 87814524
  • 国际标准刊号：ISSN：1002-6487
  • 国内统一刊号：ISSN：42-1009/C
  • 邮发代号:38-150
  • 获奖情况:
  • 连续四届入选全国中文核心期刊,全国首届优秀经济期刊,中国社科期刊精品数据库来源期刊,中文科技期刊数据库来源期刊
  • 国内外数据库收录:
  • 中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国国家哲学社会科学学术期刊数据库,中国北大核心期刊（2000版）
  • 被引量:48658