徐锋
- 作品数：1 被引量：19H指数：1
- 供职机构：安徽大学计算机科学与技术学院人工智能研究所更多>>
- 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于覆盖的构造性学习算法SLA及在股票预测中的应用被引量：19
- 2004年
- 覆盖算法是神经网络学习算法中的一个十分有效的方法 ,它克服了基于搜索机制的学习方法和规划学习方法计算复杂性高 ,难以用于处理海量数据的不足 ,为神经网络提供一个构造性的学习方法 但该方法是建立在所有训练样本都是精确的假设上的 ,未考虑到所讨论的数据具有不精确的情况 ,若直接将该方法应用于数据不精确情况 ,所得到效果不理想 主要讨论数据具有不精确情况下的时间序列的预测问题 为此将原有的覆盖算法进行改进 ,引入“覆盖强度”和“拒识样本”的概念 ,并结合这些新概念给出相应的覆盖学习算法 (简称SLA) ,最后将SLA算法 ,应用于金融股市的预测 ,具体应用到以上 (海 )证 (券 )综合指数构成的时间序列的预测 ,取得了较好的结果 。
- 张燕平张铃吴涛徐锋张王伦文
- 关键词：股市预测时间序列
