基于BiGRU和残差图注意力网络的股票价格预测模型

高效、准确的股票价格预测能帮助投资者合理规划交易方式,提高投资收益。针对现有股票价格预测模型的准确率不高、投资收益率低等问题,提出一种结合双向门控循环单元(BiGRU)和残差图注意力网络(ResGAT)的股票价格预测模型(BiGRU-ResGAT)。首先,通过结合注意力机制的时间滑动窗口方法(TSWMCAM)动态计算不同股票之间的关联系数,构建表征股票之间关联关系的股票图结构;然后,使用BiGRU捕获股票在时序上的长距离依赖信息;最后,利用ResGAT对股票的时序特征与股票间的关联特征进行深度挖掘和融合,并对股票价格进行预测。在上海证券交易所主板市场498支股票上的价格预测结果显示,与支持向量机(SVM)、门控循环单元(GRU)、复合模型(CNN-LSTM)和关系股票排序模型(RSR)相比,BiGRU-ResGAT在股票测试集上平均绝对误差(MAE)分别降低79.53%、63.20%、48.17%、33.19%,均方根误差(RMSE)分别降低80.23%、66.22%、53.99%、29.99%,决定系数(R-Squared)分别提升23.34%、15.22%、9.54%、4.84%;...     

基于时空相关的传感器网络汇聚查询算法

减少网络中的数据传输量是传感器网络节约能量、延长网络生命的重要方法.提出一种基于时空相关的传感器网络汇聚查询算法STCAQ.在STCAQ中,首先通过基于时间相关的预测算法对网络中节点采样数据进行汇聚;然后依据节点采样数据汇聚结果,通过基于空间相关判定算法查询空间相关区域信息.仿真结果表明,STCAQ在能量消耗、查询质量和网络数据量等方面优于ESA算法.     

基于数据任务模型的铁路地质信息服务平台

针对当前大多数铁路地质数据采集和处理方式单一、效率不高,数据需要大量后期处理等问题,通过对数据模型和任务模型的重新定义,构建一个面向智能移动应用数据模型和面向信息服务任务模型的铁路地质信息服务平台.该平台以智能移动设备应用为终端,移动互联网络为传输媒介,分类型、分层次地对平台中的信息进行采集、存储、处理和应用.运行结果表明,该服务平台能够有效采集、处理和分析多种不同类型的铁路地质数据,极大提高铁路地质信息服务的应用和效率.     

传感器网络中一种考虑空间相关性的簇内多树路由协议

为了节省传感器网络WSN(wireless sensor networks)中节点之间的通信能耗和提高数据传输的可靠性,提出一种考虑空间相关性的簇内多树路由协议SCMTBRP.SCMTBRP考虑了路由建立时下一跳节点的能量、节点之间的能耗距离以及空间相关性等综合传输成本,在簇内节点和簇头之间建立以簇头为根的多路由树,节...