一种优化LSTM神经网络模型的预测方法OA
A Prediction Method for Optimizing LSTM Neural Network Model
针对股票收盘价预测精度不高的问题,提出了一种优化长短期记忆(LSTM)神经网络模型(P-Adam-LSTM).在LSTM神经网络结构的基础上,将通过自适应矩估计算法自适应地调节学习率,提高准确度;利用Pearson相关系数选出最佳特征集并用于训练,改善误差率.将P-Adam-LSTM与LSTM、Adam-LSTM、P-LSTM模型进行纵向对比试验;将P-Adam-LSTM与RNN、CNN、BP模型进行横向对比试验;将Adam-LSTM与Adagr…查看全部>>
陈波杰;蔡乐才;刘星;成奎
四川轻化工大学自动化与信息工程学院,四川 宜宾 644000宜宾学院三江人工智能与机器人研究院,四川 宜宾 644000宜宾学院三江人工智能与机器人研究院,四川 宜宾 644000四川轻化工大学自动化与信息工程学院,四川 宜宾 644000
信息技术与安全科学
LSTM神经网络模型优化Adam算法Person相关系数股票预测
《四川轻化工大学学报（自然科学版）》 2022 (5)
78-86,9
四川省科技厅重点研发项目(2019YFN0104)宜宾学院校级培育项目(2019PY39)
评论