【摘 要】
：
股票市场是国家经济的重要组成部分，因而近年来股价趋势预测成为研究热点。随着金融市场的发展，企业之间存在着广泛的联系。传统的股票预测方法大多基于时间序列模型，忽视了股票之间复杂的关系，并且该关系往往超出成对连接，例如同行业板块内股票或者基金持仓多支股票。针对该问题，提出一种基于时序超图卷积神经网络的股价走势预测模型，根据金融投资事实构造超图模型以拟合股票之间的多元关系，该模型包括两大组件，门控循环单
论文部分内容阅读
股票市场是国家经济的重要组成部分，因而近年来股价趋势预测成为研究热点。随着金融市场的发展，企业之间存在着广泛的联系。传统的股票预测方法大多基于时间序列模型，忽视了股票之间复杂的关系，并且该关系往往超出成对连接，例如同行业板块内股票或者基金持仓多支股票。针对该问题，提出一种基于时序超图卷积神经网络的股价走势预测模型，根据金融投资事实构造超图模型以拟合股票之间的多元关系，该模型包括两大组件，门控循环单元（GRU）网络和超图卷积神经网络（HGCN）。GRU网络对历史数据进行时间序列建模，捕捉长期依赖关系，
其他文献
由于目前缺乏使用夜光遥感与POI（兴趣点）在空间与时间上对城市空间结构进行研究，选择深圳市作为研究区，并搜集了2014、2017和2019年的夜光遥感数据与POI数据作为数据源。通过核密度分析与叠加分析将3个年份两种数据的处理结果进行网格化后叠加分析，使用双因素制图法对3个年份耦合相同与相异的地区进行可视化，并将结果与城市空间结构进行对比，实现对城市空间结构的分析。研究结果表明：1）深圳市的夜光遥
在利用深度学习方式进行语音分离的领域，常用RNN循环神经网络进行语音分离，但是该网络模型在分离过程中存在梯度下降问题，分离结果不理想。针对该问题，该文利用长短时记忆网络(LSTM)进行信号分离探索，弥补了卷积神经网络(RNN)网络的不足。多路人声信号分离较为复杂，现阶段所使用的分离方式多是基于频谱映射方式，没有有效利用语音信号空间信息。针对此问题，该文结合波束形成算法和LSTM网络提出了一种波束形
为了研究分段线性忆阻系统的簇发振荡及其形成机理，该文在一非自治系统中引入分段线性忆阻器模型与慢变化的周期激励项，建立了一种两时间尺度的4D分段线性忆阻系统。由于分段线性忆阻器模型的引入，系统被非光滑分界面分成不同的子系统。相应子系统控制的名义平衡轨迹的稳定性与非光滑分界面均会影响系统的簇发现象，导致轨迹在非光滑分界面处的突然跃迁与非光滑分岔的产生，从而展现出两种不同机理的簇发模式。利用微分包含定理
准确合理的土壤污染评价方法是进行区域性土壤污染评价的前提。将三角模糊数引入地质累积指数法，结合α-截集技术以及Latin Hypercube抽样（LHS）随机模拟方法对研究区重金属含量差异较大的5种不同土壤类型（潮土、风沙土、黄绵土、褐土和新积土）分别进行土壤重金属（Cd、Hg、As、Pb和Cr）累积性评价，能够避免因传统地质累积指数法在背景值选择、研究区局部与整体重金属含量差异较大所带来评价结果
土壤酶活性是表征土壤微生物养分需求与养分限制状况的重要指标。本文以中亚热带不同林龄（9、17、26、34和43 a）马尾松人工林为研究对象，通过测定β-葡萄糖苷酶（BG）、β-N-乙酰氨基葡萄糖苷酶（NAG）、亮氨酸氨基肽酶（LAP）、酸性磷酸酶（AP）、多酚氧化酶（POX）和过氧化物酶（POD）活性，并计算土壤酶化学计量比，探讨不同发育阶段马尾松人工林土壤微生物的养分限制状况。结果表明，土壤BG
共乘出行应用系统是将行程和时间安排相似的乘客聚在一起，共同乘车出行。共乘出行通过提高汽车可用座位容量利用率来减少交通拥堵、停车位紧张，提高社会效益和环境效益。司机和乘客的实时匹配和优化技术是共乘系统的核心内容。基于角色的协同（Role-Based Collaboration）是一种新兴的方法，用于促进组织结构，提供有序的系统行为，协调系统内的活动。为了减少乘客和司机的动态实时匹配时间，提高匹配效率
为了解山江海过渡性国土空间景观格局指数和人为干扰度的变化特征,以具有山江海过渡性特征的桂西南喀斯特-北部湾地区为研究对象,利用2000年、2010年和2020年Globe Land30数据,基于移动窗口法分析研究区景观格局指数和人为干扰度的时空差异。结果表明:(1)景观格局随时间发生明显变化,景观指数呈现不同变化规律;(2) 2000—2020年研究区景观自西北向东南破碎化程度逐渐减弱,西北部的斑
针对虚假信息检测中图片特征提取不充分，同时忽视了单模内关系以及单模与多模之间交互作用的问题，提出一种多模态深度融合模型（MMDF）。首先，用双向门控循环单元（Bi-GRU）提取文本的丰富语义特征，多分支卷积-循环神经网络（CNN-RNN）提取图片的多层次特征。然后，建立模间和模内注意力机制捕获语言和视觉领域之间的高层交互，得到多模态联合表征。最后，建立注意力机制将各模态原表征与融合后的多模态联合表
根据电子商务的飞速发展以及互联网的普及，退换货更加便捷，客户对商品的需求呈现出时效性，多品种，小批量，退换货等特点。针对有容量的同时送取货选址路径问题，同时考虑客户多样性需求的特点，建立了带软时间窗约束的同时送取货选址路径数学模型。使用改进的烟花算法对模型进行求解，对烟花爆炸和变异进行相应的邻域操作，并用一些著名的基准实例来评估烟花算法的性能。通过大量的数值实验验证了模型和算法的正确性和有效性，实
针对跌倒检测算法中存在网络计算量大和类跌倒动作难以区分的问题，提出了一种基于关节点特征的跌倒检测算法。首先在目前先进的CenterNet算法基础上提出了自己的深度可分离卷积CenterNet(DSC-CenterNet)关节点检测算法，在减少骨干网络计算量的同时可准确检测人体关节点，获取关节点坐标。然后基于关节点位置和人体先验知识提取可充分表达跌倒行为的空间特征和时间特征作为关节点特征。最后关节点