基于Logistic回归变量筛选的BP神经网络及应用(2)

　　3结语

　　股票分级实验证明，基于Logistic回归筛选变量后的BP神经网络在保证总体分类正确率稳步提升的同时在极大、极小分类正确率上也有了显著的提高。因此，在对极值分类有较高要求且预测变量较多的应用领域，此模型可作为一种分类参考，以提高分类效率。

　　参考文献参考文献：

　　[1]SONG Y P， PENG X Q. New structure adapting neural network and its training method[J]. Control and Decision，2010，25（8）：12651268.

　　[2]韩玲.基于人工神经网络—多层感知器（MLP）的遥感影像分类模型[J].测绘通报，2004（9）：2931.

　　[3]韩力群.人工神经网络教程[M].北京：北京邮电大学出版社，2006.

　　[4]LI Y， WANG Z， AO Z G， et al.Optimization for breakout prediction system of BP neural network[J]. Control and Decision， 2010，25（3）： 453456.

　　[5]LUENGO J，GARCIA S，HERRERA F.A study on the use of imputation methods for experimentation with radial basis function network classifiers handling missing attribute values： the good synergy between RBFNs and EventCovering method[J].Neural Networks，2010，23（3）：406418.

　　[6]卫敏，余乐安.具有最优学习率的RBF神经网络及其应用[J].管理科学学报，2012（4）：5057.

　　[7]LIU Y Y， STARZYK J A， ZHU Z. Optimized approximation algorithm in neural networks without overtting[J].IEEE Transactions on Neural Networks，2008，19（6）：983995.

　　[8]徐富强，刘相国.基于优化的RBF神经网络的变量筛选方法[J].计算机系统应用[J]，2012（3）：206208.

　　[9]石庆焱.一个基于神经网络—Logistic回归的混合两阶段个人信用评分模型研究[J].统计研究，2005（5）：4549.

　　[10]谢远涛，杨娟，王稳. Logistic与分类树模型变量筛选的比较——基于信用卡邮寄业务响应率分析[J].统计与信息论坛，2011（6）：96101.

　　[11]王国平，郭伟宸，汪若君.IBM SPSS Modeler数据与文本挖掘实战[M].北京：清华大学出版社，2014.

　　[12]徐璐.判别分析Logistic回归和BP神经网络在二分类问题中的模拟对比[J].中南财经政法大学研究生学报，2012（2）：5964.

　　[13]郑睿颖，伍应环.神经网络在股票价格预测中的研究[J].计算机仿真，2011（10）：393396.

　　[14]黄亦潇，邵培基，李菁菁.基于信息扩散原理运用人工神经网络识别股票级别[J].中国管理科学，2004（5）：611.

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程

搜索

基于Logistic回归变量筛选的BP神经网络及应用(2)