粗糙集BP神经网络在房地产价格预测中的应用
100 积分
50
评分
4.8 积分- 详情
- 2021-04-27
- 简介
pdf
- 264KB
- 页数 4P
- 阅读 92
- 下载 32
研究房地产价格准确预测问题。由于房地产价格影响因子间信息严重冗余,受到社会上多种因素的影响。传统预测方法不能消除因子间的冗余信息,导致学习时间长、预测精度低。为了提高房地产价格的预测精度,提出一种粗糙集理论BP神经网络的房地产价格预测模型(RS-BPNN)。RS-BPNN模型首先采用粗糙集理论消除房地产价格因子间冗余信息,提取重要因子,然后采用非线性预测能力非常强的BP神经网络对处理后的数据进行学习建模,用建立好的模型对房地产价格进行预测。仿真结果表明,RS-BPNN房地产价格预测速度比传统预测方法快,预测精度更高,说明RS-BPNN的预测结果可以为政策制定者和房地商及买房提供参考。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
yangz***
擅长:
土建 装饰 园林 电气
- 4.7
服务
- 5
商品
- 85
人气
相关推荐
粗糙集BP神经网络在房地产价格预测中的应用 264KB
基于BP神经网络自贡房地产价格走势预测 241KB
小波神经网络在房地产价格指数预测中的应用 406KB
基于神经网络房地产价格指数的预测研究 2.5MB
粗糙集在神经网络结构优化中的应用研究 510KB
粗糙集-神经网络在铝电解故障诊断中的应用 627KB
基于粗糙集和小波神经网络模型的房地产价格走势预测研究 283KB
基于邻域粗糙集神经网络的审计意见预测模型研究 130KB