作者:
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:
为了解决多输出回归问题,提出了一种新的多输出支持向量回归算法.给出了定义在超球上的损失函数,并将训练SVM转化为迭代解线性方程组,在求解过程中采用边计算边使矩阵降阶的方法,加快了运算速度.建立了该算法应用于股指预测的模型,对上证综合指数的建模与预测表明:与单输出支持向量回归算法建立的模型相比,该算法具有更好的整体预测精度和抗噪性能,是对证券市场进行分析和预测的一种可行而有效的方法.
推荐文章
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
精确在线支持向量回归在股指预测中的应用
精确在线支持向量机回归
非线性时间序列
股市指数
预测
Boosting集成支持向量回归机的滑坡位移预测
支持向量机
Boosting集成
Bagging
滑坡位移
预测
基于多输出支持向量回归算法的股市预测
多输出支持向量机回归算法
时间序列
股票指数
预测
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 多输出支持向量回归及其在股指预测中的应用
来源期刊 计算机技术与发展 学科 工学
关键词 多输出支持向量机回归算法 时间序列 股票指数 预测
年,卷(期) 2007,(10) 所属期刊栏目 应用开发研究
研究方向 页码范围 226-229
页数 4页 分类号 TP18
字数 3645字 语种 中文
DOI 10.3969/j.issn.1673-629X.2007.10.065
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 胡蓉 广东金融学院应用数学系 12 70 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (26)
同被引文献  (21)
二级引证文献  (30)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(6)
  • 引证文献(6)
  • 二级引证文献(0)
2011(7)
  • 引证文献(6)
  • 二级引证文献(1)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
多输出支持向量机回归算法
时间序列
股票指数
预测
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
广东省科技攻关计划
英文译名:
官方网址:http://www.gdstc.gov.cn/other/kjjhgl_nykjggjh.htm
项目类型:
学科类型:
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导