【摘 要】
：
传统的股票指数预测方法是在含噪声、非平稳以及非线性的原始股指序列数据上实施的,这将导致预测精度的下降.为了解决这个问题,提出了一种基于时频融合卷积神经网络的股指预测方法.首先通过引入变分模态分解(VMD)将原始序列数据分解到频域特征上,使得分解后的股指数据具有低信噪比,同时具有更明显的趋势性和平稳性.进一步结合时序卷积神经网络(TCN),构建了时频融合的卷积神经网络模型.最后在6个实际数据集上与8个基准方法进行比较,实验结果表明该方法具有更高的预测精度和更好的解释性.
【机 构】
：
西南财经大学 统计学院 四川 成都 611130;西南交通大学 计算机与人工智能学院四川 成都 611756;莆田学院附属医院 福建 莆田 351100
论文部分内容阅读
传统的股票指数预测方法是在含噪声、非平稳以及非线性的原始股指序列数据上实施的,这将导致预测精度的下降.为了解决这个问题,提出了一种基于时频融合卷积神经网络的股指预测方法.首先通过引入变分模态分解(VMD)将原始序列数据分解到频域特征上,使得分解后的股指数据具有低信噪比,同时具有更明显的趋势性和平稳性.进一步结合时序卷积神经网络(TCN),构建了时频融合的卷积神经网络模型.最后在6个实际数据集上与8个基准方法进行比较,实验结果表明该方法具有更高的预测精度和更好的解释性.
其他文献
第三次全国国土调查工作(以下简称“三调”)可全面掌握我国自然资源的详细利用现状,为后期规划等工作提供数据支撑.研究选用我国首颗亚米级高分辨率卫星影像高分二号(GF2)作为数据源,尝试通过遥感分类手段,对地表覆盖类型进行高精度分类与识别,以此助力“三调”工作的开展.通过试验得到以下结论:GF2卫星影像对地物的分类与识别有较好适用性,地表覆盖纹理清晰,辨识度高;通过多尺度分割,地表覆盖类型以图斑形式完整聚合到一起,通过调整分割尺度,完好解决了同物异谱造成的影响;采用面向对象分类方法,完整识别出了地表覆盖类型、
大漠千古的蒙昧与文明,斑驳了岁月往事的云烟;西部万年的沧桑与轮回,淡尽了人间的飘渺.在广袤的戈壁滩上,曾有这么一群人:他们来自中原大地,来自河南自然资源系统,他们肩扛标杆手握簿,义无反顾地走进茫茫戈壁深处,描绘着哈密美轮美奂的明天.他们是经验丰富、技术娴熟、朝气蓬勃的年轻团队,他们是配合默契、任劳任怨、勇于担当的奉献团队,他们是舍小家、建边疆、逐梦想的精英团队.但见他们头顶烈日,脚踏砾石,脸膛赤红而精神抖擞,健步如飞又思维缜密,耐心细致而神情专注,眼光中时刻饱含着中原大地的坚韧和灵气.
《星宿海河源图》,于清朝康熙四十三年(1704年),由拉锡、舒兰编绘,绘制地点为清京师北京,长卷一幅,纸本彩绘,纵148厘米,横360厘米,未注比例尺,原藏于清内务府造办处舆图房,现藏于中国第一历史档案馆.
追溯登封历史,源远流长,令人惊叹——境内的中岳嵩山是中华民族最早活动地区之一,也是中原文化的发祥地之一.嵩山,自古就受统治者的青睐,曾留下多少代帝王的足迹.“吾目不使旁瞬,吾足不能求息也”,明代旅行家徐霞客如是形容这里的悬崖绝壁.rn《诗经·大雅·嵩高》有云:“嵩高维岳,峻极于天.”嵩山从太古宙、元古宙、古生代、中生代到新生代的地质现象形成了“五代同堂”的旷世奇观,是一座活生生的“天然地质博物馆”.而关于嵩山的不老传说,更是与诗境、意境、画境相互交融,相互渗透,形成了厚重的文化积淀,无不让人产生急切走进嵩
在水平集方法对运动界面进行追踪的过程中,利用自适应笛卡尔网格可以在水平集演化的关键区域对网格进行自动细化.水平集方程每个时间步求解后,细化区域和粗化区域的选择是决定迭代求解效率的一个重要因素,由于不同细化级别边界处的节点部分缺少同级别的邻接点,加大了求解水平集演化方程中偏微分近似解的复杂度.提出一种优化后的笛卡尔自适应网格方法,引入了窄带法对细化区域进行自动选择,使用了red-green混合细化策略,在窄带的边界处对T节点进行消除.加入了优化笛卡尔自适应网格的水平集方法被应用于模拟血管内血栓生长的计算模型
为实现5G通信网络自组织、自优化发展,提出一种混合控制多目标优化用户动态关联算法.在满足用户服务质量和基站成本效益的需求下,同时考虑吞吐量、能耗、基站效用等因素,基于QoS需求实现用户和基站的动态关联,从而解决因用户动态变化带来的网络拥塞、资源浪费、负载增加等问题.并引入随机梯度下降算法优化传输功率,提高网络吞吐量与基站利用率.仿真结果表明,该算法在提高网络吞吐量和基站利用率的基础上能有效缓解基站负载不均衡现象.
传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况、多故障类型的设备故障问题.针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成故障图谱诊断系统,不仅通过优化的双向长短时记忆网络模型对设备运行数据进行故障分类,而且可以展示详细故障信息以及相似故障.经实验分析验证,故障诊断准确率平均达到95.03％,同时系统通过基于融合故障链的知识图谱进行辅助决策,返回故障相关信息.对比传统分类模型准确率表现突出,并实现了机理知识与