谭龙
- 作品数：3 被引量：9H指数：2
- 供职机构：武汉大学经济与管理学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于极限学习机的上证指数预测与分析被引量：2
- 2014年
- 针对证券指数具有随机性、时变、波动性较大、非线性等特点，传统线性预测方法预测精度低等缺陷，提出了一种基于极限学习机的证券指数预测方法。极限学习机克服了BP神经网络的训练速度慢、过拟合、局部极值等缺陷，具有训练速度快、全局最优和泛化能力优异等优点。采用1991～2013年上证指数对算法性能进行训练，2014年数据做测试，对100个测试数据仿真结果表明，复相关系数高达0.9935，极限学习机是一种预测精度高、误差小的证券指数预测算法，预测结果可以为用户提供有价值的参考意见。
- 谭立云刘海生谭龙
- 关键词：BP神经网络
- 基于R语言的京津冀各区县人均GDP空间统计分析
- 2015年
- 运用R软件对2012年京津冀43个区县人均GDP进行了空间统计分析。结果显示:整体上京津冀人均GDP没有关联性,局部而言,天津的滨海新区、和平区、河东区表现出高值被高值所包围,北京西城区表现出高值被低值所包围,河北邯郸、张家口表现出低值被低值所包围的集聚现象,从人均GDP的空间统计结果对京津冀区域经济做出了思考。
- 谭立云李强丽谭龙
- 关键词：京津冀一体化人均GDP
- 逐步线性回归与神经网络预测的算法对比分析被引量：7
- 2014年
- 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。
- 谭立云刘海生谭龙
- 关键词：BP神经网络
