基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
贝叶斯网络说明变量集合的联合条件概率分布为自然地表示因果信息提供了一种方法.用贝叶斯网络进行预测的核心问题是选择最符合样本数据的网络结构,即根据数据样本D和先验知识ζ找出后验概率户(Sh|D,ζ)最大的贝叶斯网络S.提出了一种基于贝叶斯网络的实时行情预测算法,并对其数据结构与实现方法进行了阐述.
推荐文章
基于贝叶斯正则化算法BP神经网络钒电池SOC预测
钒电池
荷电状态
BP神经网络
贝叶斯正则化算法
基于贝叶斯网络的内部威胁预测研究
内部威胁
贝叶斯网络
网络攻击图
似然加权法
基于贝叶斯网络的跳频序列多步预测
跳频序列
贝叶斯网络
相空间重构
多步预测
基于预测能力的贝叶斯网络分类器学习
贝叶斯网络
分类器
预测能力
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯网络的实时行情预测算法
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 行情预测 贝叶斯网络 链表
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 9-12
页数 4页 分类号 TP319
字数 3234字 语种 中文
DOI 10.3969/j.issn.1671-6841.2004.03.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王世卿 郑州大学信息工程学院 44 299 9.0 15.0
2 马大为 郑州大学信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (73)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行情预测
贝叶斯网络
链表
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
论文1v1指导