在线求救啊!!!请各位急救我!!
上传文件是我的毕业论文的正文 最后第五章的5.4 图5.5图在Matlab中怎样实现啊 程序函数怎么编啊．．．．急救小妹吧 哭．．还剩两天就交论文了．．急啊．．5.4 实验结果分析
利用上述方法，我们对上海综合指数每日收盘价进行建模和预测，采集的数据为1998年5月至2000年10月(600天)期间数据为网络训练集，其走势见图5. 5所示，由图中可以看出，样本数据具有明显的上升趋势，显然是非平稳的。
我们利用文献 中相空间重构方法估计出嵌入延迟 和嵌入维 、分别为9和4，这样多分辨小波网络的输入层数为4。网络中的神经元选择对称的、时域快速衰减、频域局部特性好的Meyer尺度函数和Meyer小波函数。象Haar小波(或Littlewood-Paley小波)虽然构成 (R)空间的标准正交基，但它们的时域或者频域的正则性很差，也即时域或者频域的衰减速度太慢，局部性能不好。1985年法国数学家，YMeyer用紧框架的理论构造出了这种小波基，称之为Meyer小波，Meyer小波在频域具有紧支集并且具有任意阶正则性，K阶连续可导，因此其在时频域都具有好的局部性。Meyer尺度函数的频域形式为:
（5-10）
其中，v(x)为一任意阶连续可导的函数，且满足
v(x)+v(1-x)=1
（5-11）
Meyer小波函数的频域形式为:
（5-12）
我们将2000年10月10日开始作为预测对象，预测其20个收盘价，预测结果如图5. 4所示，为比较多分辨小波网络和神经网络预测性能，把二者的预测结果一同显示图5. 5和表5. 1中，其中神经网络的结构为4-6-1 。由图5. 5和表5. 1可以看出，多分辨小波网络具有较好的预测结果。
图5.4 上海综合指数时序图
图5.5 上海综合指数预测比较
表5.1 预测结果
日期
实际值
神经网络方法预测
多分辨小波网络方法预测
预测值
误差值
误差率
预测值
误差值
误差率
10.10
600.14
601.51
-1.37
-0.23%
598.81
1.33
0.22%
10.11
598.11
597.18
0.93
0.16%
599.21
-1.10
-0.18%
10.12
595.01
593.13
1.88
0.32%
596.11
-1.10
-0.18%
10.13
593.52
594.87
-1.35
0.23%
592.35
-1.17
0.20%
10.16
589.34
591.25
-1.91
-0.32%
588.31
1.03
0.17%
10.17
591.13
588.11
3.02
0.51%
592.21
-1.08
-0.18%
10.18
594.07
593.4.
0.64
0.11%
594.96
-0.89
-0.15%
10.19
592.62
594.32
-1.70
-0.29%
593.72
-1.10
-0.19%
10.20
602.25
603.31
-1.06
-0.18%
601.57
0.68
0.11%
10.23
606.06
604.37
1.69
0.29%
607.11
-1.05
-0.17%
10.24
607.21
604.95
2.26
0.37%
605.81
1.40
0.23%
10.25
611.12
612.87
-1.75
-0.29%
609.82
1.30
0.21%
10.26
606.29
608.41
-2.12
-0.35%
607.34
-1.05
-0.17%
10.27
607.28
604.92
2.36
0.39%
608.73
-1.45
-0.24%
10.30
609.51
608.79
2.72
0.44%
607.89
1.62
0.27%
10.31
605.02
608.53
-3.11
-0.51%
606.87
-1.85
-0.31%
11.1
609.42
606.31
3.80
0.62%
606.87
2.25
0.42%
11.2
611.77
608.57
3.20
0.52%
612.81
-1.04
-0.17%
11.3
611.37
608.89
2.48
0.41%
609.45
1.92
0.31%
11.6
612.03
610.14
1.89
0.31%
613.13
-1.70
-0.28%
你的误差都在0.5％一下，结果有那么好吗？
神经网络预测不用编程的只要调用一下newff等等就行了，过程为：创建网络、设置参数、输入样本、训练、预测，有例子的。你help一下
那两张图（没看见）只要网络可以预测了plot一下就行了。
多分辩的我也不会辨，要自己辨的话其实很麻烦的。
页:
[1]