文献类型：期刊文章

作　　者：单冬红[1] 吕琼帅[1] 赵伟艇[1]

机构地区：[1]平顶山学院计算机学院(软件学院),河南平顶山467000

出　　处：《微电子学与计算机》

基　　金：河南省科技厅项目(132102310516)

年　　份：2017

卷　　号：34

期　　号：2

起止页码：92-96

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2017_2018、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高统计数据时间序列准确预测的能力,针对当前的线性指数预测方法计算开销过大,且容易陷入局部最优的问题,提出一种基于变结构神经网络控制的决策树预测算法,对待处理的统计数据时间序列进行非线性特征相空间重构,在重构的高维特征相空间中进行决策树训练,提取统计数据信息流的主成分特征,对提取的特征参量采用变结构神经网络控制器进行伴随跟踪训练,进行数据聚类中心搜索和预测指向性误差的小扰动抑制,实现统计数据时间序列的准确预测.仿真结果表明,采用该算法进行统计数据预测的精度较高,收敛性较好,对数据信息流的走势拟合性能较好,性能优于传统方法.

关 键 词：变结构神经网络  统计数据  决策树 预测  聚类

分 类 号：TP391]