文件名称：论文研究-基于改进极限学习机算法的股票价格在线预测.pdf
文件大小：588KB
文件格式：PDF
更新时间：2022-10-02 19:25:34
论文研究
为了对股票价格进行准确、快速的在线预测，提出一种基于改进极限学习机算法（IELM）的股票价格在线预测模型。在极限学习机（ELM）中引入Cholesky分解方法，使网络权值随新样本的逐次加入递推更新，提高模型的泛化能力，加快网络学习效率，然后对交通银行股票（601328）的收盘价进行仿真实验。结果表明，相对于对比模型，IELM不仅提高了计算效率，而且提高了股票价格预测精度，可以实现股票价格快速、准确在线预测。