首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于简单循环单元(SRU)深度学习的汇率预测

摘要第5-7页
abstract第7-9页
第1章 绪论第11-21页
    1.1 研究背景第11-12页
    1.2 研究意义第12-13页
    1.3 国外文献综述第13-16页
    1.4 国内文献综述第16-19页
    1.5 本文研究内容以及创新点第19-21页
第2章 人民币汇率的市场化改革与汇率预测第21-31页
    2.1 汇率市场化改革与人民币外汇国际市场格局的形成第21-22页
    2.2 人民币汇率的变动趋势第22-25页
    2.3 人民币汇率的非线性混沌特征分析以及预测面临的挑战第25-31页
第3章 基于深度学习的非线性特征预测第31-46页
    3.1 理论简介第31-35页
        3.1.1 基本结构第31-33页
        3.1.2 学习算法第33-34页
        3.1.3 梯度爆炸与消失问题第34-35页
    3.2 简单循环单元(SRU)的结构、学习算法和优点第35-37页
    3.3 其他比较模型第37-46页
        3.3.1 深层反馈循环网络第37-41页
        3.3.2 浅层神经网络第41-44页
        3.3.3 计量经济学预测模型第44-46页
第4章 基于深度学习的人民币汇率预测分析第46-71页
    4.1 数据收集与处理第47-50页
    4.2 模型评估标准第50-51页
    4.3 实证模型设定第51-54页
    4.4 预测结果与分析第54-71页
第5章 结论第71-74页
参考文献第74-79页
附录第79-85页
致谢第85页

论文共85页,点击 下载论文
上一篇:Chemerin在婴幼儿呼吸道合胞病毒肺炎中的意义
下一篇:iRGD修饰的PLGA/CS双层载药纳米粒的初步研究