發(fā)布時(shí)間：2020-09-09 09:50

　　 本文首先簡述了神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀與應(yīng)用,接下來重點(diǎn)介紹了文中建模使用的4種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)DNN,RNN,LSTM和GRU,并將他們組合成DNN+RNN,DNN+LSTM,DNN+GRU形式的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),理論上,神經(jīng)網(wǎng)絡(luò)經(jīng)過組合應(yīng)具有更優(yōu)秀的性能.接下來利用美國的蘋果公司,波音公司,美國銀行,谷歌公司大約十年的股票日歷史交易數(shù)據(jù)來驗(yàn)證神經(jīng)網(wǎng)絡(luò)經(jīng)過組合是否真的可以提升模型性能,采用的數(shù)據(jù)的屬性是股票當(dāng)日的開盤價(jià),最高價(jià),最低價(jià),收盤價(jià),成交量,預(yù)測的是第2日的收盤價(jià).實(shí)驗(yàn)開始前對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理,設(shè)置模型結(jié)構(gòu)和必要的參數(shù).比較神經(jīng)網(wǎng)絡(luò)組合前后的模型性能的方式有兩種,分別是模型預(yù)測殘差曲線圖和衡量模型性能的定量指標(biāo)SE,MAE,MSE,MAPE.最終的實(shí)驗(yàn)結(jié)果表明,4種單一神經(jīng)網(wǎng)絡(luò)的表現(xiàn)比較理想,但是還存在改進(jìn)的余地,通過在循環(huán)神經(jīng)網(wǎng)絡(luò)RNN,LSTM,GRU模型的基礎(chǔ)上添加DNN神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),可以達(dá)到比單獨(dú)使用任何一種神經(jīng)網(wǎng)絡(luò)更好的預(yù)測效果。
【學(xué)位單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：C81

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測法[J];金融經(jīng)濟(jì);2017年18期

2 陳曉燕;;淺析簡單神經(jīng)網(wǎng)絡(luò)的發(fā)展及簡單模型[J];數(shù)字技術(shù)與應(yīng)用;2019年05期

3 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會(huì)述評(píng)[J];國際學(xué)術(shù)動(dòng)態(tài);1996年01期

4 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識(shí)別[J];通訊世界;2018年12期

5 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

6 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

7 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

8 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究[J];電工技術(shù);2019年11期

9 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車的設(shè)計(jì)研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

10 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2814817