作　　者： ; ;

机构地区： 西北工业大学人文与经法学院经济研究中心

出　　处： 《计算机应用与软件》 2005年第6期123-125,共3页

摘　　要： 利用BP神经网络的非线性函数逼近能力,对小数据,有噪声的时间序列计算最大李亚谱诺夫指数,从而判断该序列是否存在混沌现象,并将这一算法应用到深圳证券市场的深证综合的日收益率序列中,结果表明,深证综合的日收益序列不存在混沌现象。 Making use of ANN to detect chaos in short series,the method computes the Lyapunov exponent estimation when a high level of noise is present,by using an algorithm for the estimation of λ,based on feedforward neural networks.We also apply the algorithm in shenzhen stock market and there is no evidence of chaos.

关 键 词： 时间序列 网络检验 数据量 前馈 函数逼近能力 神经网络 混沌现象 证券市场 非线性 收益率 算法

领　　域： [自动化与计算机技术] [自动化与计算机技术] [理学] [理学]