主成分分析法在神经网络经济预测中的应用

被引：11

作者：

张兴会

杜升之

陈增强

袁著祉

莫荣

机构：

[1] 天津职业技术师范学院,天津职业技术师范学院,南开大学自动化系,南开大学自动化系,劳动部劳动科学研究所

来源：

数量经济技术经济研究 | 2002年 / 04期

关键词：

主成分分析; 神经网络; 泛化能力; 失业预测;

D O I：

10.13653/j.cnki.jqte.2002.04.032

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

经济预测问题是典型的多指标小样本复杂系统的预测问题。神经网络非常适用于复杂非线性系统的处理,但神经网络的规模是影响它的泛化能力的一个主要因素。特别在样本集少,指标多的情况下,要保证神经网络的泛化能力,如何降低神经网络的规模就成为亟待解决的关键问题。本文提出了用主成分分析法从根本上降低神经网络的规模,提高神经网络的泛化能力的方法。并对我国失业问题进行了预测,取得了良好的预测结果。

引用

页码：122 / 125

页数：4