SVM神经网络的回归预测分析---上证开盘指数预测

zmzhu 41 0 RAR 2019-03-12 14:03:29

本代码主要利用MATLAB工具进行SVM神经网络的回归预测分析的仿真，实现上证开盘指数预测的模拟

推荐下载

该多元回归预测模型基于BP神经网络,可应用于多输出数据的回归预测,并可通过对数据样本进行训练提高预测精度。该模型的参数设置和训练方法详细介绍了BP神经网络的基本原理和应用。同时,该模型可用于多个领域的

本资源是GRNN的数据预测-基于广义回归神经网络货运量预测的matlab仿真,GRNN具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性,适用于解决非线性问题。GRNN在逼近能力和学习速度

回归是研究因变量随自变量变化的关系形式的分析方法。其目的在于根据已知自变量来估计和预测因变量的总平均值。

MATAB灰色神经网络源码及数据分析的预测项目,提供了一种用于预测的灰色神经网络模型。该模型基于灰色系统理论和神经网络算法,能够对数据进行有效分析和预测。源码及数据分析,可以帮助用户深入理解该预测算法

Matlab的FIG信息粒化SVM对于上证指数的预测-FIG_SVM_sh.rar 秉承着这个帖子: 利用libsvm做回归分析的一个小例子 https://www.ilovematlab.cn

基于ARCH族模型的上证A股指数VaR风险预测分析,贾胜如,,VaR方法作为当前国际金融界广泛认可的一种度量金融风险的工具,本文用当前金融领域刻画条件方差最典型的GARCH模型及其最新衍生模型如

针对证券指数具有随机性、时变、波动性较大、非线性等特点,传统线性预测方法预测精度低等缺陷,提出了一种基于极限学习机的证券指数预测方法。极限学习机克服了BP神经网络的训练速度慢、过拟合、局部极值等缺陷,

基于小波分析,消除一定干扰因子,再利用人工神经网络,对人口变化趋势进行预测,得到了很好的结果。

用户评论

请输入评论内容

评分：

暂无评论