摘要:提出了一种基于RBF神经网络的股票价格预测模型。该模型通过对历史股价数据的分析,采用K-均值聚类算法动态确定RBF网络中心,根据梯度下降法进行自适应权值调整。并且根据股价的差异大,时变性强和高度非线性的特点,对RBF网络的学习算法进行了改进,进一步提高了RBF网络的非线性映射能力和自适应能力,最后运用该模型对股票走势进行了预测。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
影响因子:--
期刊级别:省级期刊
发行周期:季刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!