基于残差修正的灰色神经网络在数据挖掘中的应用

	基于残差修正的灰色神经网络在数据挖掘中的应用
	孙金岭 1; 庞娟 1
刊名	吉林大学学报(理学版)
	2015-11-26
期号	06 页码:1263-1268
关键词	数据挖掘灰色理论神经网络残差修正
中文摘要	针对时间序列数据样本少、部分信息未知的特点,提出将灰色理论与神经网络相结合构建灰色神经网络,充分利用两种方法的优势对小样本时间序列数据进行有效挖掘.为了提高模型的预测精度,提出利用残差对模型进行有效修正.实验分析表明,残差修正灰色神经网络具有较高的预测精度,适合于小样本时间序列数据的挖掘.
收录类别	CSCD
内容类型	期刊论文
源URL	[http://ir.casnw.net/handle/362004/25886]
专题	寒区旱区环境与工程研究所_中科院寒区旱区环境与工程研究所（未分类）_期刊论文
作者单位	1.中国科学院寒区旱区环境与工程研究所冰冻圈科学国家重点实验室 2.兰州理工大学经济管理学院 3.中国科学院大学
推荐引用方式 GB/T 7714	孙金岭,庞娟. 基于残差修正的灰色神经网络在数据挖掘中的应用[J]. 吉林大学学报(理学版),2015(06):1263-1268.
APA	孙金岭,&庞娟.(2015).基于残差修正的灰色神经网络在数据挖掘中的应用.吉林大学学报(理学版)(06),1263-1268.
MLA	孙金岭,et al."基于残差修正的灰色神经网络在数据挖掘中的应用".吉林大学学报(理学版) .06(2015):1263-1268.