非線型時間序列之穩健預測
由於時間序列在不同範疇的廣泛應用，許多實證結果已明白指出時間序列 資料普遍地存在非線性(nonlinearity)，使得非線型方法在最近幾年受到 極大的重視。然而，對於某些特定的非線型模式，縱然現在已有學者提出 模式選取之檢定方法，但是它們的模式階數確認問題至今卻仍無法有效率 地解決，更遑論得到最佳的模式配適與預測結果了。所以，我們試圖利用 一已於其他科學領域成功應用之新技術──神經網路，來解決非線型時間 序列之預測問題，而我們之所以利用神經網路的原因是其多層前輸網路是 泛函數的近似器(functional approximator)，對任意函數均有極佳之逼 近能力，使我們免除對時間序列資料...
| Main Authors: | , |
|---|---|
| Language: | 英文 |
| Published: |
國立政治大學
|
| Subjects: | |
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22B2002004238%22. |