改进的NAMK彩色图像表示算法

利用格雷码可以扩展或保持二值图像块状性的特点,提出一种改进的NAMK彩色图像表示算法NAMKG,给出算法的形式化描述及其存储结构,对其总数据量进行分析。理论分析和实验结果表明,相比NAMK算法和线性四元树算法,NAMKG可以有效减少子模式数,减小存储空间。     

基于相似性匹配和聚类的K线模式可盈利性研究

K线模式是股票短期投资中最常用的技术分析工具,但学术界却对K线模式的可盈利性存在争议。为了客观评价K线模式的可盈利性,提出从数据挖掘的角度出发,采用模式识别、模式聚类和模式知识挖掘的方法来对K线模式的盈利能力进行研究。为此,首先定义了K线序列的相似性匹配模型来解决K线模式的相似性匹配问题;然后,定义了K线序列的最近邻聚类算法来解决K线模式的聚类问题;最后,定义了K线模式盈利能力度量模型来对K线模式不同形态的利能力进行分析。实验采用近11年上证180指数成份股的数据作为测试数据集,对白三兵和黑三鸦这两个模式的盈利能力进行分析。实验结果表明:同一个K线模式的不同形态的盈利能力差别很大,有时甚至完全相反,这是K线模式可盈利性产生争议的一个主要原因。为了解决这一争议并提高基于K线模式的股票投资效果,亟需根据形态特征对现有的每一个K线模式做进一步分类,并提供更加严谨的模式定义。     

3G移动期货行情系统的设计与实现

如今,越来越多的人开始进入期货和证券市场。在期货市场中,一笔投资的成败,往往取决于信息和交易的及时与否。而能够及时获取最新的行情信息,随时随地的进行交易则成为了最为重要也是最为迫切的需求。除了几种传统的交易方式（交易大厅交易、电话委托交易、网上交易等）以外,飞速发展的无线通信网络,为我们带来了一个新的交易平台,即基于移动设备（手机、PDA等）的期货行情交易平台,使“移动期货交易”,即运用手机随时随地查看期货行情、信息、进行期货交易变为可能,且接收信息的即时性和全面性比起其它几种交易方式来说毫不逊色。运用手机进行期货交易,大大方便了期货投资者不受空间、时间限制,随时随地关注期货市场动向。移动期货交易系统是期货交易继因特网电子交易后又一次新的革命。因此,对期货移动交易平台的研究具有很重要的实用意义。     

房地产周期波动及价格趋势分析与预测

采用K线理论及工具,剖析房地产周期波动机理,并以月为周期绘制厦门市整体区域和分区房地产市场K线图,结合厦门市房地产经济特征以及宏观经济形势及政策,对厦门市房地产周期波动进行预测和判断。实验结果表明,基于K线理论的房地产周期分析是一种有效的研究手段,能够反映房地产周期波动的特征及趋势,是一种值得推广的研究方法。     

Bayesian regularisation neural network based on artificial intelligence optimisation

Stock prediction is generally considered to be challenging and known for its high noise and strong nonlinearities in financial time series analysis. However, current forecasting models ignore the importance of model parameter optimisation and the use of recent data. In this article, a novel forecasting approach with a Bayesian-regularised artificial neural networks (BR-ANN) was proposed. The weight of the proposed model (BR-ANN) is determined by the particle swarm optimisation (PSO) algorithm. Daily market prices and financial technical indicators are utilised as inputs to predict the one day future closing price of the Shanghai (in China) composite index. The Bayesian-regularised network uses a probabilistic nature for the network weights and can reduce the potential for over-fitting and over-training. Our empirical study and the results of our K-line theory analysis indicate that PSO is determined to be an effective algorithm to optimise the parameters of the Bayesian neural network compared with other well-known prediction algorithms. In particular, the PSO model is more reliable than the simple Bayesian regularisation neural network near the local maximum value.     

基于K线及布林线的房地产市场趋势预测

以K线和布林线为基本工具,提出了直观形象判断和预测房地产市场的周期波动的机理;并以月为基本周期绘制厦门市整体区域和分区房地产市场K线图,结合厦门市宏观经济形势、房地产市场发展状况以及宏观政策,判断和预测厦门市房地产周期波动及价格趋势。实验结果证明,K线与布林线组合的房地产周期波动分析及价格趋势预测是一种有效的研究手段,能够反映房地产周期波动的特征及趋势,是一种值得推广的研究方法。     

氢内燃机的改装设计与控制研究

介绍了一款基于奇瑞480发动机改造而成的纯氢内燃机。该机采用氢气进气歧管多点顺序喷射,各缸顺序无分电器点火方式,同时改装了曲轴箱通风阀,加装了电子节气门、电控EGR阀等部件。采用江奎科技发动机电控单元快速开发平台UECU,开发出氢内燃机电控单元。对氢内燃机的控制策略进行了研究,实现了底层软件、应用层软件以及故障诊断软件的模块化;采用K线通讯模式,开发出了氢内燃机的监控与调试软件,对氢内燃机进行性能的标定试验,成功实现了氢内燃机的起动和转速PID控制,同时优化控制参数改善回火与抑制早燃现象。     

水平窗口能量计算的股市趋势预测算法

水平趋势持续时间短,方向变化的不确定性大,水平状态下趋势预测成为股市趋势预测的难点。基于水平窗口的能量计算,提出一种水平窗口趋势预测的BP神经网络算法（WE-BPNN）。算法首先给出短线趋势划分标准,在此基础上引入水平窗口定义;然后,通过对K线组合能量和均线组合能量进行量化计算,融合这两种能量得到窗口能量;最后,将窗口能量引入到BP神经网络预测窗口方向。由于能量对于趋势的作用具有滞后性,存在能量蓄而不发的情况,会影响到趋势判断的准确性,因而在WE-BPNN算法的基础上给出引入能量调节因子的BP神经网络（EF-BPNN）算法,动态调整窗口能量因子对于趋势预测的影响权重。在上证数据上的实验结果表明,EF-BPNN算法具有更好的性能。