典型文献
基于LSTM神经网络的环渤海动力煤价格指数预测
文献摘要：
文章针对金融时间序列的预测问题,基于长短期记忆神经网络技术,构建了一个多层LSTM神经网络并将其应用于我国环渤海动力煤价格指数预测研究中.结果发现:根据数据训练拟合的LSTM模型的稳定性较好,模型预测效果也高于线性回归模型以及其他两个非线性对照模型(K近邻回归、RNN循环神经网络模型).说明LSTM神经网络在价格指数预测方面具有较好的稳定性以及预测准确性.
文献关键词：
LSTM神经网络;价格指数;预测
中图分类号：
作者姓名：
张静;秦青
作者机构：
河南科技大学数学与统计学院,河南洛阳 471000
文献出处：
引用格式：
[1]张静;秦青-.基于LSTM神经网络的环渤海动力煤价格指数预测)[J].内蒙古科技与经济,2022(21):73-75
A类：
B类：
环渤海,动力煤,煤价,价格指数,金融时间序列,长短期记忆神经网络,神经网络技术,一个多,预测研究,数据训练,线性回归模型,非线性对,近邻回归,RNN,循环神经网络模型,预测准确性
AB值：
0.351664
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。
