2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著現(xiàn)在社會(huì)各行各業(yè)日新月異的快速發(fā)展,數(shù)據(jù)的種類及數(shù)量在人們不經(jīng)意間急速地膨脹。在這些龐大、復(fù)雜的數(shù)據(jù)下面,埋藏的是巨大的寶藏。依托傳統(tǒng)的數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)來(lái)挖掘這塊寶藏已經(jīng)滿足不了人們的需要。時(shí)間序列關(guān)聯(lián)規(guī)則分析是數(shù)據(jù)挖掘技術(shù)的重要分支之一,它可以幫助我們從歷史數(shù)據(jù)逐步探知金融市場(chǎng)中難以發(fā)現(xiàn)的股票趨勢(shì)與規(guī)律。
  信息熵是粗糙集理論的重要組成部分,信息熵屬性約簡(jiǎn)是信息熵理論研究的重點(diǎn)。一個(gè)有效的信息熵?cái)?shù)據(jù)挖掘算法能夠幫助我

2、們處理復(fù)雜的金融時(shí)間序列,去除其中冗余的噪音,產(chǎn)生有用、可信的關(guān)聯(lián)規(guī)則。本文從理論和應(yīng)用兩個(gè)方面,圍繞基于信息熵的金融時(shí)間序列關(guān)聯(lián)規(guī)則分析及研究開展工作,本文的主要工作包括:
  首先,研究了數(shù)據(jù)挖掘中的概念、分類和基本原理,深入研究了數(shù)據(jù)挖掘中的信息熵關(guān)聯(lián)規(guī)則分析。在總結(jié)現(xiàn)有的時(shí)間序列數(shù)據(jù)挖掘方法的基礎(chǔ)上,找到了本文重點(diǎn)研究的方向—基于信息熵時(shí)間序列關(guān)聯(lián)規(guī)則。
  其次,本文提出了一種基于自適應(yīng)性遺傳算法的模糊C均值聚類算

3、法。在該算法中,將模糊粗糙集與改進(jìn)的自適應(yīng)算法相結(jié)合,提出的AGA-FCM能夠很好的解決信息熵離散化過(guò)程造成信息量流失的問(wèn)題。經(jīng)實(shí)驗(yàn)表明,新的變異算子與交叉算子公式克服了遺傳算法陷入局部最優(yōu)解的問(wèn)題,AGA-FCM聚類算法相比傳統(tǒng)的FCM和GA-FCM聚類算法,有更好的聚類效果。
  最后,本文提出了基于信息熵的時(shí)間序列規(guī)則分析模型,并將該模型應(yīng)用到股票預(yù)測(cè)中,在此基礎(chǔ)上進(jìn)一步提出了新的金融時(shí)間序列股票預(yù)測(cè)模型。該模型能從復(fù)雜、龐

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論