一种结构成熟度的时序自回归股市预测算法

由于现有的时序预测方法仅利用局部的组合特征,信息融合低,预测效果不佳。文章基于艾略特波浪理论中的W形态,通过结构建模,提出一种结构成熟度信息的时序自回归股市预测算法。首先提取股市中的W形态,通过量价波动对W形态均线走势影响分析,引入W形态结点成熟度,并且给出了价格的波动对均线走势影响的证明,利用贝叶斯网络表示W形态中结点成熟度之间的结构关系,实现对波段信息的有效融合;然后利用非对称信息熵计算结点间的关系强度,生成基于AR的结构成熟度模型;最后利用该模型进行股市态势预测。在实际数据上进行了算法比较分析,实验结果表明算法具有更高预测精度。     

可达矩阵的Warshall算法实现

通过图的矩阵表示可以得到图的很多重要性质,将邻接矩阵看作图的结点集的关系矩阵,由此可以产生可达矩阵,从而可以反映图中各结点间是否有路.可达矩阵可用W arshall算法求得,作者用VB实现了该算法.     

一种基于多尺度均线位置关系的移动通信网流量预测方法

摘 要：从统计学的角度观察得出结论,移动通信网数据流量与股票价格预测具有一些相同的特征。基于此,提出将多尺度均线相对位置的经验型股票估值方法运用到移动通信网流量预测中。方法首先根据流量特征选定均线尺度,继而利用插值方法对曲线进行平滑处理,使之适合均线变化方向和量化计算;最后通过均线之间的位置关系来预测流量的变化趋势和变化量。初步仿真实验证明,该方法是有效、可行的。     

三维形体的线性八叉树表示及运算实现

在使用线性八叉树表示三维形体的基础上，给出了三维形体的体积、形心、结点的颜色查询、表面积、２个形体的并运算、旋转、投影和截面等算法．对每一种算法都给出了复杂性分析．     

基于影响力传动的Kuramoto股市预测模型

文章基于同步振子Kuramoto模型,提出了影响力传动的Kuramoto股市趋势预测模型(IT-KFM)。IT-KFM模型运用贝叶斯网络构建振子之间的结构关系,引入影响力传动,给出传动因子量化方法,将传动因子的传动参数加入到原Kuramoto模型中,进而根据不同振子间相位协方差的趋势变化分析和预测股市趋势,实验结果证明,IT-KFM算法相对于标准的SVM网络,在股票的走势预测方面有较好的预测效果。     

中国投资者多角度舆情分析及其在股市预测中的作用

股市中存在与投资者舆情有关的非理性现象，舆情与股市关系的量化研究对发掘股市规律和辅助投资预测具有重要意义.本文基于论坛中的投资者发言，创新性地建立CNN-TLDA混合模型对舆情进行多角度量化分析，从积极度和关注主题两方面探究投资者舆情和股市的相互影响关系，并基于长短时记忆(LSTM)网络对舆情在股市预测中的作用进行探讨.研究表明:中国股市投资者普遍悲观，投资者乐观度和关注主题都与股市高度相关.多角度舆情分析使预测误差下降至41%.研究成果能够辅助投资者的投资决策，也能为股市中个体投资者舆情的分析与利用提供科学参考.     

结点度数组表示下的二叉树上两个算法的优化

先从理论上证明结点度数组表示下的二叉树上结点之间存在的某种关系 ,然后运用该关系 ,优化求二叉树上任意一个结点的左儿子结点和父亲结点的两个算法 .     

基于神经网络技术的股票频谱分析

根据艾略特波浪理论以及波浪理论中的各参数具有费波纳奇数列关系的特征,分析股票价格波形的特点;运用人工神经网络模型,提出基于波形分解与重构的神经网络预测方法,给出具体的实现过程.研究结果表明:通过波形分解与重构,把原始价格时间序列分解为规律相对简单、不同频率范围内的子波动序列来提高神经网络的预测精度,实现对特征不同的信号选取不同的参数模型进行预测;采用傅里叶反变换拟合出股价波动变化趋势的曲线,以达到预测股价波动变化周期的目的.     

一种构建n个结点的二叉树所有形态的算法

给出了一种基于二叉排序树构建具有n个结点的二叉树所有不同形态的算法,该算法简单明了,易于理解和实现.     

基于多输出支持向量回归算法的股市预测

提出了一种新的多输出支持向量回归算法,给出了定义在超球上的损失函数,并将训练SVM转化为迭代解线性方程组,在求解过程中采用边计算边使矩阵降阶的方法,加快了运算速度.建立了该算法应用于股市预测的模型,对上证指数的建模与预测表明:与单输出支持向量回归算法建立的模型相比,该算法具有更好的整体预测精度和抗噪性能,是对股市进行分析和预测的一种可行而有效的方法.     

基于多Agent的电梯智能群控系统

给出了基于Agent的多电梯智能群控系统结构,并对其中的状态协调Agent以及调度Agent进行了深入研究,在分析电梯乘客需求的随机性与周期性特点的基础上,给出了建立客流模板的学习算法.根据乘客的现实需求和预测得出的潜在需求对梯群预测调度,给出了选择客流模板的算法和基于乘客需求预测的最大引力派梯算法.该方法能够利用预测的乘客需求,尽量减小调度的滞后性,从而减少乘客的平均候梯时间及长时间等待率.仿真结果显示了该方法的优越性.     

一种基于贝叶斯网络和博弈论的信息融合模型

针对多源信息融合问题,以博弈思想为指导构建博弈信息融合模型,在贝叶斯网络表示的基础上提出用于博弈融合模型的融合算法.在具体算法的研究中,按照博弈信息融合模型的要求,对原有的贝叶斯网络算法中节点判断算法和Parzen窗融合算法进行改进并将两者相结合,提出了博弈融合态势评估算法,并从理论上分析了融合算法的最坏时间复杂度.将博弈信息融合模型及其贝叶斯网络算法应用于交通状态预测中,针对交通车流量、车速、车流密度等多源动态问题,构建合适的贝叶斯网络模型,实现交通状态的预测,给出预测的仿真结果.     

关于构造关系传递闭包的三个算法

在本文中,阐明了如何由给定结点集上的二元关系来构造其关系传递闭包并给出三个有关的算法。 第一个是改进了的Warshall算法,当用计算机实现时,它可比原Warshall算法节省许多时间和空间。 第二个是排序算法,本文指出:结点的排序对所有使用布尔矩阵的算法的运算效率有严重影响,而此排序算法将给出结点的合理排序,它将进一步提高Warshall算法以及上述算法的效率。 我们还提出了第三个算法,它适用于结点数少于30左右的情况,此算法中使用了一个简单图解方法,它可直接从给定的关系图中得出传递闭包。     

基于支持向量机的股市时间序列预测算法

针对股市时间序列预测的特点,提出了基于SVM的股市时间序列预测算法.设计了SVM的在线训练算法,并设计了遗传算法自动调整sVM的核参数,实现了基于sVM的股市时间序列预测算法在线调整的完全智能化.通过实证分析,以及同BP神经网络方法的比较,结果证明该算法具有预测精度高、参数调整智能化等优点.     

一种相依关系与预测股价走势的方法

研究上市公司财务流水与其股票价格的相依关系,并预测股价的走势.给定一个板块,针对股价的季涨幅率与相关公司净利润的季涨幅率,首先定义其中每对股票的季相关性指标,其次定义板块的季相关性指标,最后定义板块关于有限个连续季度的相关性密度.基于所作定义给出一种预测股价走势与购买该板块股票的方法,并通过实验展示方法的效率.所做工作将促进我国股市研究的发展,促进我国金融量化技术的发展.     

基于时间序列分析的网络安全态势预测

针对现有网络安全态势预测的信息来源单一、缺乏实时性等问题,通过考察网络安全态势变化特点,提出了基于时间序列分析的预测方法.首先构建主机上一系列隐马尔可夫预测模型,充分利用多源异构信息,刻画不同时刻主机安全态势的前后依赖关系,预测主机下一时刻的安全态势;再综合考虑网络上所有主机安全态势,量化计算出下一时刻的网络安全态势,间接地预测网络安全态势变化规律及发展方向.通过真实网络环境的实验,验证了文中提出的方法在网络安全态势预测中的可行性和有效性.     

土壤侵蚀产沙量的人工神经网络模拟

在分析土壤侵蚀产沙过程和神经网络模型特点具有某些相似的基础上 ,采用三层前馈网络模型 (BP算法 ) ,模型的第一层有 5个结点 ,分别代表降雨强度、降雨历时、降雨量、前期降雨量 (用前 1 0天降雨总量表示 )、径流深 ;第三层只有一个结点 ,表示土壤侵蚀产沙量 ;隐层的结点数采用“试错法”确定为 3个。利用四川某地水土保持试验观测资料 ,对土壤侵蚀产沙量进行模拟及预测 ,通过分析比较 ,显示了具有较好的模拟预测效果     

树的一种线性化算法

给出了一种树的线性化算法以及从线性化结果重构树的算法.这种线性表表示法比树的其它表示法更简洁、更易管理、更节约空间.在线性表表示方式下,实现了树的求结点双亲、求结点孩子、求树的高度3个运算.从具体实现过程可以看出,线性表表示法对树的常见运算的实现都比较方便.     

生成有向图全部有向树的新算法

本文算法生成一个有向边集数据做结点的生成林,用来表示有向图G的所有以指定顶点γ为根的有向树集。本文算法打破了H.N.Gabow和E.W.Myers算法(SIAM J.Computer,1978,7)的严格深度优先原则,并提出了有向图桥边集的概念和判据,从而使算法有效性达到新的高度。复杂性:时间D(bK),空间O(b),其中b和K分别为G的边数和算法生成林树梢结点数。     

一个计算无圈有向网络可靠度的有效算法

研究了无圈有向网络结点集合的两部分划分(点化分)与极小割集之间的关系·通过对网络结点集合的满足一定条件的两部分点划分,直接得到了网络的极小割集·根据点划分对应结点集合之间的包含关系,提出并证明了网络可靠度的容斥原理表达式中项的几个相消原则;在此基础上建立了一个基于割集的计算无圈有向网络可靠度的容斥原理公式及算法,算法直接给出了容斥原理公式中的所有不相消项;最后,通过例子说明了算法的有效性·