论文部分内容阅读
通过对股票样本历史数据噪音分析,引入高斯过程算法,实现了样本数据的回归预测模型;通过置信区间计算,估计正常数据的取值范围,从而实现异常数据的检测,同时结合蚁群算法,提出了高斯过程参数自适应机制。通过实验,该算法与其它算法对比,结果表明该算法可以在保证了近似的准确性的基础上,较大幅度地提高了计算效率,提升用户满意度。