用RBF神经网络确定上海股市的分形维数

来源 :武汉大学学报(理学版) | 被引量 : 0次 | 上传用户:A312685521
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从预测能力的角度采用径向基函数(radial basis function, 简称RBF)神经网络方法计算我国上海股票市场的分形维数, 并通过RBF神经网络的实验, 得到上海股市的最小嵌入维数为6, 验证了股市分形维数在2~3之间, 从而进一步确定了我国上海股票市场是一个具有混沌现象的系统.最后探讨了利用股票市场的混沌特性进行短期预测的效果和可行性.
其他文献
根据弹用涡喷发动机数控系统对燃油控制执行器的要求,采用步进电机细分控制技术,设计以ATMEL89C51单片机为核心的智能步进电机驱动控制器,实现了与上位机并行或串行数据传输,
通过静态吸附、静态解吸及吸附动力学研究,对比分析了AB-8、D101、NKA-Ⅱ和NKA-9等4种大孔吸附树脂对夏枯草乙醇提取物中总黄酮的分离纯化效果,并且考察和优化了AB-8树脂分离
设计了一种结合半导体激光器自混合效应和光纤传感技术进行测压的方法。通过仿真分析,证明此方法结合了两种技术的优点,具有量程大、抗干扰等特点。测量精度为47.6 N/Hz,可用