摘要
传统的经济预测模型不能选择有效的经济指标进行经济预测。文章中首先利用自回归的方法提取与经济增长相关系数高的经济指标,然后针对传统的神经网络学习速度慢、迭代次数多、陷入局部最优等问题,提出了一种基于极限学习机理论和k近邻理论的自适应极限学习机模型用于经济时间序列预测。结果表明,该方法比传统的神经网络、自回归模型、自组织模型、单一的极限学习机模型的精度更高,可以很好地应用于经济增长预测。
出处
《统计与决策》
CSSCI
北大核心
2015年第18期18-21,共4页
Statistics & Decision
基金
国家自然科学基金资助项目(61105115)
