逐步线性回归与神经网络预测的算法对比分析
谭立云1
刘海生1
谭龙2
1.华北科技学院基础部,北京东燕郊,1016012.武汉大学经济与管理学院,湖北武汉,430072
摘要：逐步线性回归能较好地克服多重共线性现象的发生，因此逐步回归分析是探索多变量关系的最常用的分析方法，智能算法是现代数据分析的主要方法。本文通过一个实例进行了对比研究，预测结果显示：在预测的精度上，在隐含层数目相同时，RBF径向神经网络＞BP神经网络＞逐步线性回归＞ELM极限学习机。通过对比分析，发现神经网络方法较回归分析预测效果更好，误差相对较小。
关键词：逐步线性回归BP神经网络RBF径向神经网络ELM极限学习机
分类号：TP301.6(计算技术、计算机技术)
资助基金：华北科技学院《煤矿安全评价数学方法研究(创新团队)》(3142014127)(3142014127)华北科技学院重点学科应用数学。(HKXJZD201402)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 60-65 )
英文信息