一种基于信息熵的金融数据神经网络分类方法

讨论一种基于信息熵的神经网络数据分类方法, 通过所有神经元的统计权重信息对输入数据进行投票分类. 这种多层网络结构以及基于信息量的分割算法, 使得它在数据分类问题上比现有的多数神经网络具有更好的表现. 其并行的可扩展结构适合硬件实现, 能够提高实际运算速度, 适合用来处理金融方面高维度、复杂的海量数据问题.