LSTM算法的改進研究及其在股票指數(shù)預(yù)測中的應(yīng)用
【文章頁數(shù)】:54 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2.1RNN網(wǎng)絡(luò)結(jié)構(gòu)圖
?又荒?輕微影響系統(tǒng)的性能,不會損壞整個網(wǎng)絡(luò),保證了高魯棒性和容錯性。循環(huán)神經(jīng)網(wǎng)絡(luò)(RecurrentNeuralNetworks,RNN),是由Hopfield于1983年首次引入。RNN是一個強大的人工神經(jīng)網(wǎng)絡(luò),它使用歷史時間序列數(shù)據(jù)來預(yù)測特定時間長度的未來數(shù)據(jù)。與前饋神經(jīng)網(wǎng)....
圖2.2LSTM細(xì)胞結(jié)構(gòu)圖
第2章相關(guān)理論與方法12兩個方程規(guī)定了簡單的遞歸神經(jīng)網(wǎng)絡(luò)中前向傳遞的每個時間步的所有必要計算,如式(2.12)和(2.13)。RNN一次處理一個輸入序列的一個元素,在其隱藏單元中保持一個“狀態(tài)向量”,該單元隱式包含關(guān)于序列中所有過去元素的歷史信息。通過延遲器和反饋連接,RNN可以....
圖3.1EMD分解原理
第3章改進的算法16圖3.1EMD分解原理EMD分解是自適應(yīng)的分解工具,它是一種完全基于信號本身特征的分解。它適用于線性和非線性序列,可以直接分析,無需事先分析和研究未知信號,所以EMD分解更加適用于金融時序序列[57-58]。3.3EMD-LSTM模型在以上的討論基礎(chǔ)上,采用了....
圖3.2EMD-LSTM模型結(jié)構(gòu)圖
第3章改進的算法17圖3.2EMD-LSTM模型結(jié)構(gòu)圖從圖3.2可以看出EMD-LSTM模型結(jié)構(gòu):首先,將金融股指日收盤價數(shù)據(jù)進行EMD分解,得到多個IMF序列和一個殘差序列,再分別將各個序列作為LSTM模型的輸入進而訓(xùn)練LSTM模型,最后將各分量經(jīng)過LSTM模型的預(yù)測結(jié)果加和匯....
本文編號:4029582
本文鏈接:http://www.lk138.cn/jingjifazhanlunwen/4029582.html
下一篇:沒有了