主成分分析法在神经网络经济预测中的应用 |
| |
引用本文: | 张兴会,杜升之,陈增强,袁著祉,莫荣.主成分分析法在神经网络经济预测中的应用[J].数量经济技术经济研究,2002,19(4):122-125. |
| |
作者姓名: | 张兴会 杜升之 陈增强 袁著祉 莫荣 |
| |
作者单位: | 1. 天津职业技术师范学院 2. 南开大学自动化系 3. 劳动部劳动科学研究所 |
| |
基金项目: | 国家软科学研究项目《我国失业预警系统与就业对策研究》(K-97-10-50)资助 |
| |
摘 要: | 经济预测问题是典型的多指标小样本复杂系统的预测问题。神经网络非常适用于复杂非线性系统的处理,但神经网络的规模是影响它的泛化能力的一个主要因素。特别在样本集少,指标多的情况下,要保证神经网络的泛化能力,如何降低神经网络的规模就成为亟待解决的关键问题。本文提出了用主成分分析法从根本上降低神经网络的规模,提高神经网络的泛化能力的方法。并对我国失业问题进行了预测,取得了良好的预测结果。
|
关 键 词: | 主成分分析法 神经网络 经济预测 应用 泛化能力 失业预测 中国 |
修稿时间: | 2002年1月1日 |
The Application of Principal Components Analysis to Economic Forecast by Neural Networks |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 维普 万方数据 等数据库收录! |