典型文献
基于ARIMA和AT-LSTM组合模型的股票价格预测
文献摘要：
ARIMA、LSTM等多种预测模型已在时间序列预测中得到应用,预测精度参差不齐.ARIMA、LSTM以及ARIMA-LSTM组合模型的预测精度仍有提升空间.为LSTM引入注意力机制形成AT-LSTM模型,将ARIMA的预测残差引入AT-LSTM,进一步提高预测精度.利用不同的评估方法对混合模型进行评估,实验结果表明ARIMA和AT-LSTM组合模型的误差降低4倍,预测精度得到了提高.
文献关键词：
时间序列预测;ARIMA;LSTM;组合模型
中图分类号：
作者姓名：
张怡
作者机构：
长江大学,湖北荆州434020
文献出处：
引用格式：
[1]张怡-.基于ARIMA和AT-LSTM组合模型的股票价格预测)[J].电脑知识与技术,2022(11):118-121
A类：
B类：
ARIMA,AT,组合模型,股票价格预测,时间序列预测,提升空间,注意力机制,预测残差,混合模型
AB值：
0.195988
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
