典型文献
基于LSTM深度学习模型的羽绒材料价格预测研究
文献摘要：
为解决目前羽毛绒材料定价主要依据经验而缺乏理论支撑和预测精度较低的问题,本文提出利用长短期记忆网络(LSTM)深度学习方法对羽毛绒材料价格进行自定义研究,以2015年-2020年6年的羽绒金网数据为依据,对其构建模型进行训练求解,幵与线性自回归移动平均(ARIMA)数理统计模型和最小二乘支持向量机(LS-SVM)浅层机器学习模型预测效果进行对比分析.结果表明:在长期预测中,预测精度从高到低依次为ARIMA模型、LS-SVM模型、LSTM深度学习预测模型;在短期预测中,预测精度从高到低依次为LSTM深度学习预测模型、LS-SVM模型、ARIMA模型.同时还发现:无论长期短期预测中,不同种类的羽毛绒价格预测精度趋势相同,即预测精度仅与资本属性有关,与资本所述类别无关.研究结论既可为羽毛绒企业进行羽毛绒材料准确定价提供理论依据,也为人工智能技术广泛应用于量化投资领域提供实践经验.
文献关键词：
羽毛绒材料;羽绒金网;深度学习;定价模型;预测评测
中图分类号：
作者姓名：
韦玉辉;唐欣;许仲童;丁雪梅;吴开明
作者机构：
安徽工程大学 纺织服装学院,安徽 芜湖 241000;东华大学 服装与艺术设计学院,上海 200051;应急管理部上海消防研究所,上海 200032;安徽古麒绒材股份有限公司,安徽 芜湖 241300
文献出处：
引用格式：
[1]韦玉辉;唐欣;许仲童;丁雪梅;吴开明-.基于LSTM深度学习模型的羽绒材料价格预测研究)[J].武汉纺织大学学报,2022(06):54-58
A类：
羽毛绒材料,羽绒金网,预测评测
B类：
深度学习模型,材料价格,价格预测,预测研究,解决目前,料定,长短期记忆网络,深度学习方法,自定义,构建模型,自回归,移动平均,ARIMA,数理统计,统计模型,最小二乘支持向量机,机器学习模型,长期预测,深度学习预测模型,短期预测,资本属性,量化投资,投资领域,定价模型
AB值：
0.225869
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。
