典型文献
基于Bi-LSTM和迁移学习的多元汇率预测研究
文献摘要：
提出了 一种基于双向长短期记忆网络(Bidirectional Long Short-term Memory,Bi-LSTM)的模型来预测外汇市场的短期趋势,利用迁移学习,将短期模型应用到长期汇率预测中,结果表明,使用迁移学习进行长期汇率预测不仅节省了预测模型的训练时间,而且提升了预测模型的准确度.
文献关键词：
Bi-LSTM模型;迁移学习;长短期;汇率预测
中图分类号：
作者姓名：
高婕;余雅莉;余子杰;曹子龙
作者机构：
合肥工业大学管理学院,合肥230009
文献出处：
引用格式：
[1]高婕;余雅莉;余子杰;曹子龙-.基于Bi-LSTM和迁移学习的多元汇率预测研究)[J].电脑编程技巧与维护,2022(07):39-41,45
A类：
B类：
迁移学习,汇率预测,预测研究,双向长短期记忆网络,Bidirectional,Long,Short,term,Memory,外汇市场,模型应用,期汇,行长,训练时间
AB值：
0.305237
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。
