基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

主成分分析在企业发展评估的应用

在某国有银行财务报表中选取10个主要指标进行主成分分析,利用SPSS20软件求解出第一主成分和第二主成分的主成分得分和综合得分,并根据综合得分进行了排名。最后,总结出平均总资产回报率、风险加权资产收益率、不良贷款率、拨备覆盖率、一级资本充足率和总权益对总资产比率这6个指标的变化会对该企业的发展产生显著的影响。     

基于FPGA的脉冲参数测量系统

该系统是基于FPGA和单片机AT89S52的脉冲参数测试系统,能够测量脉冲信号的周期、频率、占空比、脉宽等参数。首 先由FPGA提供一个频率为50 MHz的信号源作为标准信号源,并在FPGA中构造2个32位的计数器,用来测量被测信号的各 个参数,最后将测量结果送入单片机中处理并显示。整个系统主要由按键电路、门控电路、2个32位计数器和显示电路等模块 组成。通过测试该系统抗干扰能力强,测量数据稳定可靠,测量精度高。     

平板流固耦合振动的数值分析

采用了一种基于紧耦合的流固耦合算法,对流场与柔性平板之间的耦合运动进行了数值模拟.流场部分通过有限体积法求解任意拉格朗日 欧拉描述下的不可压缩N-S方程,而结构则由有限元法离散求解拉格朗日坐标下的弹性动力学方程.在一个时间步内,流场与结构计算区域的交界面上进行多次的数据传递和插值,以保证满足耦合面边界条件.计算了在静止流场中弹性板的自由振动和方柱后部平板的涡激振动现象,监测了平板的振幅和频率以及水动力载荷.通过与前人结果的比较,验证了所采用的流固耦合算法的可靠性.同时,分析了不同的材料参数对于平板耦合运动的影响.流体黏性越大对平板振动的阻尼作用越明显,而流体密度的增加会加速振动的衰减,并降低振动的频率.对于具有较低固有频率的结构,在耦合运动中的振动幅度和频率也较小.
     

安全的并行椭圆曲线Montgomery阶梯算法

提出一种安全高效、 并行的Montgomery阶梯算法计算椭圆曲线标量乘法, 该算法继承了经典Montgomery阶梯算法能对抗简单边信道攻击的特性,  采用并行和y坐标恢复技术, 进一步提高了算法的实现效率, 算法的运算时间为［(4M+2S)+(3M+2S)］×t+12M+S.     

一种改进的M元扩频通信算法

针对采用码相位循环移位获得的M元扩频需要额外同步信息的问题,提出一种改进型扩频通信算法.该算法采用m序列及其倒序序列构成系统扩频码集;在同相支路上利用扩频码的码极性调制进行传输,同时在正交支路利用扩频码码相位调制,实现M元扩频.该算法利用2种扩频方式的自身特点可快速准确地获取载波相位信息,具有不需要额外提供同步资源的优势.仿真结果表明,该算法可有效提高系统资源的利用率.     

改进的引导式邻域搜索算法求解周期性车辆路径问题

在引导式邻域搜索算法静态惩罚策略的基础上,提出动态惩罚策略,设计改进的引导式邻域搜索算法,将其用于求解周期性车辆路径问题,采用标准算例进行数据实验,对动态与静态的惩罚策略进行对比.结果表明,采用改进的引导式邻域搜索算法求解周期性车辆路径问题可行有效.     

粗糙集三支决策理论及其应用

利用粗糙集中的三支决策思想,将类用正域、负域和边界域刻画,得到初始聚类结果。然后通过定义重叠度和类与类的合并策略,将初始聚类结果进行合并,得到最终聚类结果。之后应用2个关系网络数据展示了具体的聚类步骤,并通过比较2个例子的聚类结果,分析了影响聚类结果的一个主要因素:阈值的选取。实验表明:阈值的选取对简单的网络结构数据集的聚类结果的影响并不明显,然而对复杂的网络结构数据集的聚类结果的影响则较为显著。     

基于深度置信网络的假手指静脉图像检测算法

针对伪造的手指静脉图像能够成功攻击手指静脉识别系统,从而使得其识别系统安全性能大大降低的问题,提出了一种基于深度置信网络的手指静脉防伪检测的方法;通过逐层无监督的学习方法预训练深度网络的权值参数,以及有监督的BP神经网络微调深度网络的权值参数,从而提取到手指静脉图像的特征,用于静脉图像的检测;实验结果证明所提出的手指静脉防伪检测方法能够有效地识别出假手指静脉图像;通过对比性实验研究,发现此方法提高了手指静脉识别系统的安全性能。