如何正确形成NS的输入值。 - 页 8 123456789101112131415...31 新评论 TheXpert 2008.07.08 13:57 #71 sergeev писал (а)>> klot，我想他发布了用StdDev对正态MA进行归一化。 最好使用MA的速度，即第一导数，而不是MA。 Artem Titarenko 2008.07.08 14:02 #72 LeoV писал (а)>> 这不是关于指标的问题，而是关于在特定区域内的价格配给，在那里选择高点和低点。 那里是关于采样配给的... TheXpert 2008.07.08 14:03 #73 sergeev писал (а)>> 粗略地说，我已经为我的神经网络工作列出了一个计划，或者说我在开发神经网络时需要注意的事项。 1.准备输入数据。(移位平均数、去相关、协方差均衡）。 你能说得更具体些吗？最好是至少有一个最低限度的细节。有趣的是。 3.重新训练网络的问题 嗯，这很容易检查，可以通过减少参数的数量来处理。如果没有治好，我们必须重新取样。 4.交叉检查 请提供更多细节。 7.有可能使用lightka地图（或Kohonen和Grossberg层？） 我认为这对寻找模式来说是完美的。 8.网络委员会。 不是这样的，它们被用在专家系统中，这里有点不同。 9.递归网络。 还不值得，IMHO。 Artem Titarenko 2008.07.08 14:04 #74 sergeev писал (а)>> klot，我想他发布的是用StdDev对正常MA进行归一化。 我知道你也可以使价格正常化，只是没有从最高到最低的方式...... --- 2008.07.08 14:45 #75 TheXpert писал (а)>> 你能说得更具体些吗？最好是至少有一个最低限度的细节。有趣的是。 图。4.11来自S.Haykin，该书在主题的开始部分 嗯，这很容易检查，可以通过减少参数的数量来处理。如果没有治好，我们必须重新取样。 >>图。4.18，4.19同上。 请提供更多细节。 图。4.20，4.21同上。 TheXpert 2008.07.08 15:07 #76 sergeev писал (а)>> 图。4.11来自S.Haykin的书，在专题的开始部分 图。4.18，4.19同上。 图。4.20，4.21同上。 是的，我今晚会有东西可读，很可能很快就会破译出代码:) --- 2008.07.08 15:12 #77 你愿意分享吗？ TheXpert 2008.07.08 15:20 #78 sergeev писал (а)>> 你愿意分享吗？ 当然，否则我就不会谈论它了。当然，除非有什么东西可以分享。 Леонид 2008.07.08 15:36 #79 sergeev писал (а)>> 交叉检查 TheXpert 写道(a)>> 也请提供更多细节。 交叉检查是指，例如，一个网络在2007年段进行训练，在2007年段取得的最佳结果在2008年段进行 "测试"，如果这个结果比之前的结果（也是在2008年 "测试"）好，那么这个网络就会被保留。以此类推。同样，你在2007年没有得到更好的结果，但你不必担心，因为网络在2008年被检查。这就避免了过度训练（对网络）或过度优化（对TC）。 Леонид 2008.07.08 15:41 #80 sergeev писал (а)>> 8.网络委员会。 通常情况下，2个中的3个或3个中的5个就完成了。也就是说，在3个网中，有两个必须 "选择加入"。委员会当然更好，因为3个利润不高的网络可以给人带来比每个人单独的高得多的利润。但有必要非常慎重地选择委员会中的网络，因为不是每个网络与另一个网络都能正常工作。 123456789101112131415...31 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
klot，我想他发布了用StdDev对正态MA进行归一化。
最好使用MA的速度，即第一导数，而不是MA。
这不是关于指标的问题，而是关于在特定区域内的价格配给，在那里选择高点和低点。
那里是关于采样配给的...
粗略地说，我已经为我的神经网络工作列出了一个计划，或者说我在开发神经网络时需要注意的事项。
1.准备输入数据。(移位平均数、去相关、协方差均衡）。
你能说得更具体些吗？最好是至少有一个最低限度的细节。有趣的是。
3.重新训练网络的问题
嗯，这很容易检查，可以通过减少参数的数量来处理。如果没有治好，我们必须重新取样。
4.交叉检查
请提供更多细节。
7.有可能使用lightka地图（或Kohonen和Grossberg层？）
我认为这对寻找模式来说是完美的。
8.网络委员会。
不是这样的，它们被用在专家系统中，这里有点不同。
9.递归网络。
还不值得，IMHO。
klot，我想他发布的是用StdDev对正常MA进行归一化。
我知道你也可以使价格正常化，只是没有从最高到最低的方式......
你能说得更具体些吗？最好是至少有一个最低限度的细节。有趣的是。
图。4.11来自S.Haykin，该书在主题的开始部分
嗯，这很容易检查，可以通过减少参数的数量来处理。如果没有治好，我们必须重新取样。
>>图。4.18，4.19同上。
请提供更多细节。
图。4.20，4.21同上。
图。4.11来自S.Haykin的书，在专题的开始部分
图。4.18，4.19同上。
图。4.20，4.21同上。
是的，我今晚会有东西可读，很可能很快就会破译出代码:)
你愿意分享吗？
当然，否则我就不会谈论它了。当然，除非有什么东西可以分享。
通常情况下，2个中的3个或3个中的5个就完成了。也就是说，在3个网中，有两个必须 "选择加入"。委员会当然更好，因为3个利润不高的网络可以给人带来比每个人单独的高得多的利润。但有必要非常慎重地选择委员会中的网络，因为不是每个网络与另一个网络都能正常工作。