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
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：
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
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
使用帮助 返回顶部