一种深度信念网络DBN结构的动态设计及提高股票预测性能

摘要

本发明公开了一种深度信念网络DBN结构的动态设计及提高股票预测性能，包括隐含层和隐藏神经元的增减；本发明解决了DBN网络结构的问题，以连接权重的范数方根为判断依据，筛选舍弃或分裂的隐层神经元，再根据网络的平均绝对百分比误差来确定神经网络的深度，这样的设计方法不仅调节了隐藏神经元的个数，还考虑了隐藏层的变化，最后得到的网络不仅保留了原始网络的主要结构，提升了网络性能，并且在运行过程中计算简单。该设计不仅能够自动捕捉数据的特征信息来确定网络结构，还能够提升DBN在股票数据预测中的准确度。