具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x

具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x

ID:21767981

大小:370.58 KB

页数:16页

时间:2018-10-24

具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x_第1页
具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x_第2页
具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x_第3页
具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x_第4页
具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x_第5页
资源描述:

《具有最优学习率的rbf神经网络学习算法及其在金融时间序列预测中的应用x》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、具有最优学习率的RBF神经网络学习算法及其在金融时间序列预测中的应用RBFNeuralNetworkLearningAlgorithmwithOptimalLearningrateandItsApplicationtoFinancialTimeSeriesForecasting卫敏余乐安中科院数学与系统科学研宄院,北京,100190摘要传统固定学率的RBF神经网络在金融吋间序列预测方妞己经有比较成功的应川,但网络学习率的选择问题却给传统RBF网络的使用带来了不便。本文利用梯度卜降法及优化方法推导出了RBF神经网络的动

2、态最优学习率并将其应用于网络学习算法,具有最优学习率的RBF祌经网络能够在保证M络稳定学习的同时兼顾网络的收敛速度。为了检验具有动态最优学习率的RBF祌经网络的预测效果,本文进行了沪深300指数波动率预测实验。实验结果表明,具有动态最优学习率的RBF网络比传统的固定学习率的RBF网络有着更快的收敛速度,同时也避免了人为选定学习率的不便。关键词:RBF神经M络;最优学习率;梯度下降法AbstractInthisstudy,analgorithmbasedonRBFNN(radialbasisfunctionneural

3、networks)withoptimumlearningrateisproposed.ThedynamicoptimumlearningratewhichdeterminedbygradientdescentandclassicaloptimizationtechniqueisusedtoadjusttheweightchangesofRBFneuralnetworksinanadaptiveway.Withthedynamicoptimumlearningrate,theRBFneuralnetworkscanen

4、surefastandstablelearningsimultaneously.Inordertoverifytheeffectivenessofthisproposedalgorithm,predictionofHS300indexvolatilityischosenforexperiment.Theexperimentalresultsshowthat,theproposedRBFNNalgorithm(withdynamicoptimumlearningrate)couldlearnfasterandavoid

5、selectinglearningratesubjectively.Keywords:RBFneuralnetworks;dynamicoptimumlearningrate;gradientdescent具有最优学习率的RBF神经网络学习算法及其在金融时间序列预测中的应用RBFNeuralNetworkLearningAlgorithmwithOptimalLearningrateandItsApplicationtoFinancialTimeSeriesForecasting卫敏余乐安中科院数学与系统科学研宄院,

6、北京,100190摘要传统固定学率的RBF神经网络在金融吋间序列预测方妞己经有比较成功的应川,但网络学习率的选择问题却给传统RBF网络的使用带来了不便。本文利用梯度卜降法及优化方法推导出了RBF神经网络的动态最优学习率并将其应用于网络学习算法,具有最优学习率的RBF祌经网络能够在保证M络稳定学习的同时兼顾网络的收敛速度。为了检验具有动态最优学习率的RBF祌经网络的预测效果,本文进行了沪深300指数波动率预测实验。实验结果表明,具有动态最优学习率的RBF网络比传统的固定学习率的RBF网络有着更快的收敛速度,同时也避免了

7、人为选定学习率的不便。关键词:RBF神经M络;最优学习率;梯度下降法AbstractInthisstudy,analgorithmbasedonRBFNN(radialbasisfunctionneuralnetworks)withoptimumlearningrateisproposed.Thedynamicoptimumlearningratewhichdeterminedbygradientdescentandclassicaloptimizationtechniqueisusedtoadjusttheweig

8、htchangesofRBFneuralnetworksinanadaptiveway.Withthedynamicoptimumlearningrate,theRBFneuralnetworkscanensurefastandstablelearningsimultaneously.Inordertoverifytheeffectivenes

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。