逐步线性回归与神经网络预测的算法对比分析 |
| |
引用本文: | 谭立云,刘海生,谭龙.逐步线性回归与神经网络预测的算法对比分析[J].华北科技学院学报,2014(5). |
| |
作者姓名: | 谭立云 刘海生 谭龙 |
| |
作者单位: | 华北科技学院基础部;武汉大学经济与管理学院; |
| |
基金项目: | 华北科技学院《煤矿安全评价数学方法研究(创新团队)》(3142014127);华北科技学院重点学科应用数学(HKXJZD201402) |
| |
摘 要: | 逐步线性回归能较好地克服多重共线性现象的发生,因此逐步回归分析是探索多变量关系的最常用的分析方法,智能算法是现代数据分析的主要方法。本文通过一个实例进行了对比研究,预测结果显示:在预测的精度上,在隐含层数目相同时,RBF径向神经网络BP神经网络逐步线性回归ELM极限学习机。通过对比分析,发现神经网络方法较回归分析预测效果更好,误差相对较小。
|
关 键 词: | 逐步线性回归 BP神经网络 RBF径向神经网络 ELM极限学习机 |
本文献已被 CNKI 等数据库收录! |
|