收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于DBN的金融时序数据建模与决策

曾志平  萧海东  张新鹏  
【摘要】:在金融时序数据的分析中经常会遇到一些复杂的非线性系统,利用数学方法很难对这些复杂的系统状态方程准确建模。针对目前金融时序的数据分析复杂性和不确定性等问题,将对复杂非线性系统的模拟转化为对金融时序数据曲线的模式识别,确定了金融时序数据上升、下降以及无规则的各种模式。利用深度学习对非结构化数据处理的优势,提出了一种改进的基于深度信念网络(DBN)决策算法的金融时序数据建模与分析方法。将时序数据转化为非结构化数据,以这些非结构化数据作为深度学习网络的输入层训练DBN金融时序数据模型,应用训练好的模型于金融时序数据样本的预测选取和交易。实验结果表明,利用DBN模型选择的金融数据样本在金融时序数据量化的决策分析中的准确率可达到90.544 2%。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郑斌祥,杜秀华,席裕庚;时序数据相似性挖掘算法研究[J];信息与控制;2002年03期
2 王小宜,卢正鼎,凌贺飞;一个基于小波的时序数据异常探测新算法[J];计算机工程与科学;2005年06期
3 钟清流;蔡自兴;;基于统计特征的时序数据符号化算法[J];计算机学报;2008年10期
4 段立娟;高文;王伟强;;时序数据库中相似序列的挖掘[J];计算机科学;2000年05期
5 陈涛,王丽珍;基于时序数据的空间面向属性归纳算法[J];云南大学学报(自然科学版);2004年05期
6 关云鸿;杨静;;高维时序数据的相似搜索[J];贵州大学学报(自然科学版);2006年01期
7 程文聪;邹鹏;贾焰;;基于小波概要的区间差分skyline研究[J];计算机科学;2010年11期
8 孙颂恩;施润身;;时序数据中弱限制周期模式的挖掘[J];计算机辅助工程;2005年04期
9 孙忠林;;时序数据集成的同步机制研究[J];计算机应用与软件;2010年02期
10 蔡庆生;王靖;高俊波;陆勤;;基于时序数据的模式发现算法研究[J];模式识别与人工智能;2001年01期
11 曾红月,姚敏;时序数据挖掘方法研究[J];计算机工程与设计;2004年11期
12 王良武;;基于时序数据和序列数据的挖掘及在矿山的应用前景[J];矿业快报;2006年07期
13 黄建设;;基于时序数据库的转移规则挖掘算法研究[J];计算机仿真;2008年06期
14 喻伟,陈国青;基于时序数据的延迟关联规则的挖掘[J];计算机应用研究;2002年12期
15 黄河;熊范纶;杭小树;黄轲;;时序数据库中快速相似搜索的算法研究[J];模式识别与人工智能;2003年02期
16 刘昆;李颖芳;李红林;;一种时序数据间断频繁项挖掘算法[J];科技视界;2013年06期
17 高俊波,陆勤,蔡庆生,高仲明;基于时序数据的模式发现算法研究[J];计算机工程;2000年08期
18 王大治,李曼,王嘉许;从时序数据库中挖掘频繁部分周期模式的高效算法[J];许昌学院学报;2003年02期
19 尹晨;;时序数据库在风电监控系统中的应用[J];计算机时代;2012年08期
20 刘齐宏;李天德;周志斌;易彬;唐常杰;刘齐巍;;基于RFID与基因表达式编程的经济统计时序挖掘[J];四川大学学报(工程科学版);2008年05期
中国重要会议论文全文数据库 前1条
1 罗雄飞;王宏安;田丰;戴国忠;滕东兴;;FisheyeLines:一种时序数据的可视化技术[A];第四届和谐人机环境联合学术会议论文集[C];2008年
中国博士学位论文全文数据库 前2条
1 何周舟;基于时序数据的结构学习与模式预测联合优化算法研究[D];浙江大学;2016年
2 程文聪;面向大规模网络安全态势分析的时序数据挖掘关键技术研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前9条
1 戚雪冰;风电监控系统中时序数据管理系统的设计与实现[D];东南大学;2015年
2 孙浩鑫;基于时序的山东省环境数据可视分析研究[D];山东大学;2016年
3 秦臻;基于非负矩阵分解的时序数据聚类方法[D];哈尔滨工业大学;2016年
4 邹同春;海量时序数据的压缩存储方法研究[D];哈尔滨工业大学;2016年
5 周强;时序数据挖掘在经济领域中的应用研究[D];合肥工业大学;2005年
6 花珊;面向时序数据流的分布式缓存系统设计与实现[D];中山大学;2014年
7 张元;基于智能决策支持的时序数据挖掘系统的研究[D];华北工学院;2004年
8 赵国庆;基因表达时序数据聚类和比对分析方法研究[D];苏州大学;2011年
9 王丹;基于Hadoop平台的时序数据处理方法研究[D];中国科学技术大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978