论文部分内容阅读
主成分分析（PCA）法可以提取样本集的主成分。实现样本的最优压缩。从而降低样本的维数。针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题。提出用统计理论的PCA方法对数据进行预处理。再选出几个主成分作为神经网络的输入节点．仿真实验表明。基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果。简化了网络结构，改善了预测精度．