首页 | 本学科首页   官方微博 | 高级检索  
     

聚类在股票研究中的应用
引用本文:张迎春,陈洁,张晨希,万忠,张燕平. 聚类在股票研究中的应用[J]. 计算机技术与发展, 2006, 16(4): 116-118
作者姓名:张迎春  陈洁  张晨希  万忠  张燕平
作者单位:安徽大学,人工智能研究所,安徽,合肥,230039
基金项目:国家自然科学基金;安徽省自然科学基金;国家重点基础研究发展计划(973计划)
摘    要:聚类是按照事物的某些属性,把其聚集成类,使各类问的相似性尽量小,类内相似性尽量大。现在使用的一些聚类算法大多效率不高、聚类速度慢。文中在改进LBG算法的基础上提出了一种新的聚类算法,克服了传统的LBG算法的缺点,具有准确性高、测试时间短的优点。现将它应用于股票数据的预测分析中,实验结果表明这种新的聚类算法,相较于其它聚类算法能够取得更好的结果。

关 键 词:聚类  股票  预测

Application of Clustering in Study of Stock
ZHANG Ying-chun,CHEN Jie,ZHANG Chen-xi,WAN Zhong,ZHANG Yan-ping. Application of Clustering in Study of Stock[J]. Computer Technology and Development, 2006, 16(4): 116-118
Authors:ZHANG Ying-chun  CHEN Jie  ZHANG Chen-xi  WAN Zhong  ZHANG Yan-ping
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号