基于分割提速法的并行股票预测研究与仿真

• 作者: 陈小玉 骆小红
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 数据挖掘 关联规则 股票预测 并行计算 分割提速法
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 367-370
• 分类号: TP311
• 字数: 4134字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.05.090

摘要

关于股票准确预测问题,针对股票预测中计算时间复杂度大,数据库操作速度慢等缺点,为提高数据挖掘的速度和效率,提出了一种分割提速法的并行股票预测模型.模型特点采用广播拓扑结构,使用多线程并行计算方法,将计算量平均分配给所有参与计算的计算机,同时又使用网络编程技术实时同步回收结果,从而有效地缩短了股票关联规则的计算时间.实验结果表明,上述方法有效地减少了算法时间复杂度,较大程度地提高了股票预测的效率,从而为股票投资者提供有力的帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆小红	南阳理工学院计算机科学与技术系	11	23	3.0	3.0
2	陈小玉	南阳理工学院计算机科学与技术系	20	56	4.0	6.0