期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CEEMDAN-SE-CNN-BiLSTM模型的大豆期货价格预测
1
作者
周雅丽
谭莹莹
赵玉华
《宁波工程学院学报》
2024年第2期14-20,共7页
为了提高大豆期货价格预测的精确度,综合利用大豆期货市场内外部信息,基于一种“分解—重组—预测—集成”多步期货价格预测模型进行改进。对大豆价格序列进行自适应噪声完备集合经验模态分解(CEEMDAN),得到IMF分量及误差项。筛选后剔...
为了提高大豆期货价格预测的精确度,综合利用大豆期货市场内外部信息,基于一种“分解—重组—预测—集成”多步期货价格预测模型进行改进。对大豆价格序列进行自适应噪声完备集合经验模态分解(CEEMDAN),得到IMF分量及误差项。筛选后剔除与原序列相关系数小的IMF分量,再用样本熵算法(SE)对分解序列进行重组。用优化的CNN-BiLSTM预测模型对重组序列进行预测,集成后得到最终预测值。实证结果表明:在预测大豆期货价格时,改进后的CEEMDAN-SE-CNN-BiLSTM模型普遍优于LSTM、CNN-LSTM等基准农产品期货预测模型。
展开更多
关键词
大豆期货价格预测
自适应噪声完备集合经验模态分解
样本熵
卷积神经网络
双向长短期神经网络
下载PDF
职称材料
题名
基于CEEMDAN-SE-CNN-BiLSTM模型的大豆期货价格预测
1
作者
周雅丽
谭莹莹
赵玉华
机构
安徽建筑大学数理学院
安徽建筑大学运筹学与数据科学实验室
合肥师范学院数学与统计学院
出处
《宁波工程学院学报》
2024年第2期14-20,共7页
基金
安徽省运筹控制与组合优化创新团队(2023AH010020)
安徽省教育厅新时代育人质量工程项目(2022xxsfkc031)
安徽省研究生创新实践项目(2022cxcysj150)。
文摘
为了提高大豆期货价格预测的精确度,综合利用大豆期货市场内外部信息,基于一种“分解—重组—预测—集成”多步期货价格预测模型进行改进。对大豆价格序列进行自适应噪声完备集合经验模态分解(CEEMDAN),得到IMF分量及误差项。筛选后剔除与原序列相关系数小的IMF分量,再用样本熵算法(SE)对分解序列进行重组。用优化的CNN-BiLSTM预测模型对重组序列进行预测,集成后得到最终预测值。实证结果表明:在预测大豆期货价格时,改进后的CEEMDAN-SE-CNN-BiLSTM模型普遍优于LSTM、CNN-LSTM等基准农产品期货预测模型。
关键词
大豆期货价格预测
自适应噪声完备集合经验模态分解
样本熵
卷积神经网络
双向长短期神经网络
Keywords
soybean futures price prediction
CEEMDAN
sample entropy
convolutional neural network
BiLSTM
分类号
F323.7 [经济管理—产业经济]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CEEMDAN-SE-CNN-BiLSTM模型的大豆期货价格预测
周雅丽
谭莹莹
赵玉华
《宁波工程学院学报》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部