共查询到19条相似文献,搜索用时 78 毫秒
1.
基于SOM网络的股票聚类分析方法 总被引:1,自引:0,他引:1
无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一.在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果.为了提高解的精度,避免多个输入样本映射到同一输出节点还提出了禁忌映射的方法.数值模拟表明该模型对于上市公司的聚类结果令人满意,对于股民客观、准确地选出真正具有投资价值的股票具有指导意义. 相似文献
2.
在Kohonen提出的SOM(self-organization map)神经网络的基础上,通过拓广SOM网络的获胜节点数量,引入惩罚修正因子,改进邻域和连接权函数等方法提出一种新的SOM即SOMDW(SOM with double-winner)模型.为了验证该模型的有效性,以旅行商问题(traveling salesman problem,TSP)为例对该模型进行检验,得到了满意的结果.另外为了增强SOMDW网络的动态聚类性能,提高解的精确性,还采用禁忌搜索的搜索方法. 相似文献
3.
4.
SOM网络在图像分割中的应用 总被引:4,自引:0,他引:4
李海君 《计算技术与自动化》2000,19(3):21-24
图像的分割是图像分析中的一个基本问题,以往的图像分割算法主要是针对灰度图像。本文将图像的每个像素作为一个矢量,抽取原图像的一部分像素点训练SOM网络,以训练得到的SOM网络作为分类器对图像进行分割。这种方法也适用于彩色图像和各种多光谱图像分割。文章的最后给出了分割试验结果。 相似文献
5.
6.
聚类在股票研究中的应用 总被引:1,自引:0,他引:1
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。 相似文献
7.
聚类是按照事物的某些属性,把其聚集成类,使各类间的相似性尽量小,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。 相似文献
8.
程琳 《计算机与数字工程》2009,37(11):95-98,151
在公安信息化应用过程中,对于刑事案件信息系统数据的应用仅限于存储、查询、和检索,而对这些数据进行更深层次的挖掘必将有利于提高案件的侦破水平和破案效率。并案侦查是公安机关刑事案件侦查中的一种重要手段,文章针对刑事案件信息数据的特点,在对案件相关信息预处理的基础上,通过构建自组织特征映射神经网络,对相同或相似案件进行聚类分析,为刑侦人员串并案件提供了一种新的方法,同时也为公安机关进行案件分析、发布预警信息提供辅助参考依据。 相似文献
9.
针对经典SOM算法无法准确反映原始数据的特征信息,提出了竞争层结构可调的SOM算法——CSA—SOM算法。该算法增加了竞争层神经元动态调节的步骤,调节的依据是不断比较原数据的位置信息和映射后低雏空间的位置信息,使两者最终能趋于一致。因此降维后的数据能够较好地保持原数据的特征,包括距离信息、角度信息以及分布信息。该算法有效地实现了红景天药材的准确清晰分类。算法理论分析和实验结果均表明,CSA—SOM算法是一种快速、准确的数据内在规律映射可视化算法,与SOM算法相比,CSA—SOM算法的特征映射效果比较好,解决了SOM算法会使映射后数据结构发生扭曲的问题。 相似文献
10.
传统的聚类算法如Kmeans等,往往需要事先定义聚类数目。在实际应用中,多基于经验知识来确定类别个数,而且一般需要多次尝试,这种方法具有很大的盲目性。本文提出一种基于SOM的聚类算法,利用SOM的可视化功能和人眼在低维情况下对模式的快速识别能力来避免传统聚类算法确定聚类数目的盲目性。将提出的方法应用于某电信公司客户分群的实际问题当中,来刻画客户组的个性行为特征,以便销售人员制定针对性的营销策略,具有重要的实际意义。 相似文献
11.
提出一种用于聚类分析的进化免疫网络算法,借鉴自组织映射原理改进网络拓扑进化机制,利用改进的免疫机制控制抗体数量,提高抗原聚类效果.当输入样本分布呈高度非线性时,使用核方法提高聚类质量,为了避免在特征空间中聚类时失去对原输入空间聚类中心及结果的直观刻画,使用核代入为原输入空间导出一类不同于欧氏距离的新的距离度量,训练过程仍在原空间中进行.实验结果表明了算法的可行性和有效性. 相似文献
12.
徐维维 《数字社区&智能家居》2009,(23)
股票交易作为证券投资的一种,也越来越成为广大投资者的一个重要投资手段。股票市场是一个效益与风险并存的地方,没有分析的投资是盲目的投资。但股票市场受随机因素影响很大,利用线性很难分析。该文利用小波与神经网络作为一种大规模并行处理的非线性系统,依据数据本身的内在联系建模,具有良好的适应性与自学习能力、较强的抗干扰能力,在股票价格的短期预测中已取得了令人比较满意的成绩。 相似文献
13.
14.
针对现有股市预测研究中所存在的大众情感度量不够全面的问题,提出了一种基于社交情感分析的股市预测模型. 该模型首先基于异构图模型的证券情感量化方法对社交媒介的数据进行情感分析,得到量化的情感时间序列;然后,基于自组织神经网络模型对情感序列及行情指数序列进行建模,从而对股票指数进行预测. 在国内社交媒介及股市行情数据集上的实验结果表明,本文所建立的模型在预测误差和精度上较BP(Back Propagation)神经网络分别提升了15%和12%,能更好地预测股票指数. 相似文献
15.
16.
17.
18.
从互联网角度研究和分析了股市新闻。针对互联网股市新闻的特点,提出了对它们进行分类分析的方法,通过对股市新闻的分析,期望能够找到股市运行的一些规律。在按照个股特征对网络上的股市新闻条目分类的同时,利用自然语言处理的功能,深入分析股市新闻内容,得到该股市新闻涉及的其他个股以及板块信息,并总结其影响力。 相似文献