论文部分内容阅读
神经网络集成通过训练多个神经网络并将其结论进行舍成，可以显著地提高学习系统的泛化能力。该文提出了一种基于特征提取的并行神经网络集成多步预测模型ECPNN（Extraction of Characteristics Parallel Neural Network）。从单因素时间序列中提取出代表内在机制的特征，采取并行TDNN（Time-delay Neural Network）集成的方式实现时间序列多步预测。实验结果表明了该模型在多步预测方面的可行性和有效性。