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:
利用基于主成分分析的支持向量机回归集成技术,提高集成个体差异度,生成一组优良的神经网络集成个体,将股票指数函数拟合成高维核空间的线性回归函数,求出一个满意的全局最优解,提高股指预测精确度,继而建立一个新型股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.
推荐文章
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
基于多元变量组合的回归支持向量机集成模型及其应用
径流预测
集成模型
回归支持向量机(SVR)
简单平均法
加权平均法
基于支持向量机回归的电力负荷预测研究
结构风险最小化
支持向量机
支持向量回归
电力负荷预测
神经网络
基于支持向量回归机的粮食产量预测研究
支持向量机
回归预测
参数选择
粮食产量
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 支持向量机回归集成股市预测模型
来源期刊 广西工学院学报 学科 工学
关键词 神经网络集成 支持向量机 主成分分析
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 28-32
页数 分类号 TP183
字数 2965字 语种 中文
DOI 10.3969/j.issn.1004-6410.2010.03.006
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 韦增欣 广西大学数学与信息科学学院 115 449 10.0 14.0
2 汪灵枝 柳州师范高等专科学校数学与计算科学系 25 135 5.0 11.0
6 赵秋梅 广西大学数学与信息科学学院 6 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (24)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
神经网络集成
支持向量机
主成分分析
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
广西科技大学学报
季刊
1004-6410
45-1395/T
大16开
广西柳州市东环路268号
1990
chi
出版文献量(篇)
1943
总下载数(次)
0
论文1v1指导