基于主成分分析和递归神经网络的短期股票指数预测 CNKI文献
运用递归神经网络,并结合主成分分析方法建立基于主成分分析的递归神经网络(PCA-RNN)预测模型.实验采用玉米股票价格指数,首先,利用主成分法对玉米指数的多个指标进行特征提取,然后利用提取的主成分建立3种神经网络模...
作为传统统计学的重要补充和发展，针对小样本数据提出的统计学习理论近来受到广泛重视。在统计学习理论基础上发展起来的支持向量机已经展现出优秀的学习性能，并由最初的分类任务成功地扩展到处理回归、概率密度估计...
基于GARCH模型的深证综合指数收益率波动性研究 CNKI文献
在介绍GARCH模型相关理论的基础上,以深证综合指数收盘价为研究对象,运用Eviews6.0软件对深证综合指数收益率的波动情况进行了实证分析.结果表明,深证综合指数收益率具有明显的ARCH效应和平稳性特征,且有显著的"...
文章论述了主成分分析与因子分析之间的区别与联系,同时指出SPSS软件实现主成分分析的错误之处,并给出其正确的实现方法。另外,针对文献[4,5]中提出的因子分析模型精确解加以探讨,指出其精确解实际上就是主成分解,并以...
股票市场是宏观经济的重要体现,也是国民经济发展的重要体现.随着股票市场的深入研究,统计方法逐渐用于分析股票数据.选用Fisher判别法、决策树、随机森林、支持向量机4种统计方法,选取粤高速B、贵州茅台、农业银行3只...
采用DTA、XRD、SEM和EDX研究K282合金在700℃、800℃和900℃大气环境下氧化动力学行为。结果表明,700℃氧化时,氧化初期增重速度较快,之后增重速度变慢,材料只发生了外氧化,氧化层产物为Cr_2O_3。在800℃和900℃氧化时...
元胞自动机是一个具有简单运算规则的动态模型,但却能展现出复杂的行为.元胞自动机引起了许多研究者的关注,相关研究工作已经广泛展开.论文综述了元胞自动机的研究进展及在不同领域的一些应用.
以FeMnSi合金为代表的传统铁基形状记忆合金(Fe-SMAs),马氏体相变多为非热弹性的,室温下无明显的超弹性且循环加载过程中形状记忆效应发生衰变,因而Fe-SMAs的发展受到极大的限制。借助时效处理引入有序析出相改变马氏...
GARCH类模型在我国期货市场预测中的应用研究 CNKI文献
理论研究和实证分析是期货市场波动性和价格操纵行为研究的重要基础,GARCH类模型的研究和应用被认为是该领域的重要成果.利用时间序列分析方法,以2009年1月5日至2011年6月10日期货市场每月总成交额为样本,对我国2009年...
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。将支持向量回归算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明,支持向量回...
支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。这种方法已广泛用于解决分类和回归问题。论文介绍了支持向量回归算法的各种版本,同时将它...
支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.这种方法已广泛用于解决分类和回归问题.在回归中,标准的支持向量回归算法在采用ε-不敏感损...
K282是在Haynes282基础之上开发的一种700℃先进超超临界燃煤发电机组大型铸件用新型铸造高温合金。电站用大型高温铸件在高温下长期使用,因此优异的热稳定性是铸件长期可靠运行的保证。本文对K282合金在700℃、750℃...
根据一类分类思想,提出一种基于线性规划的支持向量回归算法,该算法揭示了一类分类和回归之间的关系。实验在一个正弦函数、一个混沌时间序列和一个实际的数据上进行。实验结果表明,所给算法的泛化性能优于标准的支持...
基于统计学习理论的支持向量机算法以其优秀的学习性能已广泛用于解决分类与回归问题。分类算法通过求两类样本之间的最大间隔来获得最优分离超平面,其几何意义相当直观,而回归算法的几何意义就不那么直观了。另外,有...
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。文中将最小二乘支持向量机算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明...
支持向量机分类方法已经在实际应用中显示了良好的学习性能,其最初是针对二值分类问题提出的,如何有效地将支持向量机推广到多值分类中一直是人们关注的课题。通常的多值分类问题是以一系列二值分类来实现,可是这将导...
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。该文利用支持向量回归算法中结构风险函数的性质以及KT条件,提出一种回归中的异常值检测方法。仿真实验结果表明了所给方...
为了克服k-均值聚类算法容易受到数据空间分布影响的缺点,将线性规划下的一类支持向量机算法与K-均值聚类方法相结合提出一种支持向量聚类算法,该算法的每次循环都采用线性规划下的一类支持向量机进行运算。该算法实现...
孙德山 李海清 《计算机工程与设计》 2010年06期 期刊
