【摘 要】
：
针对金融时间序列高噪声以及非线性的特点,提出一种基于经验模态分解(EMD)和长短期记忆(LSTM)网络的金融时间序列预测模型。为避免对整体序列只进行一次经验模态分解后的模型
论文部分内容阅读
针对金融时间序列高噪声以及非线性的特点,提出一种基于经验模态分解(EMD)和长短期记忆(LSTM)网络的金融时间序列预测模型。为避免对整体序列只进行一次经验模态分解后的模型训练过程中使用测试集的信息,将时间序列数据通过一定大小的时间窗口进行多步经验模态分解,并对分解后的序列去噪重构,再将重构后的序列作为LSTM网络的输入,得到最终的预测结果。利用上证综指数据,将其与标准LSTM模型以及常见的结合EMD的预测方法进行对比,结果表明提出的EMD-LSTM模型具有更好的预测效果。
其他文献
目的观察对声带息肉患者的健康教育中使用电子化通用健康教育路径的效果。方法将本院36例声带息肉摘除术患者随机分成观察组和对照组,每组各18例。对照组采用传统健康教育,观
为了解决对于尺度变换较大车辆及遮挡车辆检测性能不足的问题,提出了一种实时车辆检测模型。针对车辆检测算法对于尺度敏感的问题,通过使用深度残差网络作为特征提取层,构建特征金字塔网络用于多尺度检测;利用软化非极大抑制线性衰减置信得分解决车辆遮挡问题,从而降低车辆的漏检率;同时对模型进行通道级裁剪缩减模型参数规模,节省计算资源,提高模型检测速度。在VOC数据集上进行实验,结果表明,提出的方法在检测精度和检
非接触式磁悬浮视触觉交互克服了机械式交互的固有摩擦,具有广阔应用前景,但存在交互过程中虚拟工具穿透物体、图形渲染与触觉渲染速率不一致等问题。针对上述问题,提出面向
怎样培养学生的数据分析能力?笔者结合《数据收集整理》的教学,进行了研究。一、巧设情境,激发数据分析的愿望教师要联系学生已有的知识背景,创设与学生生活紧密相连的生活情
针对传统分割一致性检验视差细化算法处理低纹理图片时优化效果较差的问题,提出一种基于熵率超像素分割的改进方法,使用基于熵率的超像素分割算法代替均值漂移(Mean-shift)分割算法。针对参考图像进行超像素分割处理;将每一个分割块进行统计分析,根据集中趋势值筛选可信值与不可信值;进行视差填充处理获得最终优化后的视差图。选取15组Middlebury数据集中的图像对进行视差图获取并检测。实验结果表明,
目的探讨认知行为护理模式在青光眼患者中的应用效果。方法选择2014年6月—2017年7月自愿到科室接受治疗的102例青光眼患者,按照随机数字表法将其分为对照组和观察组,每组各5
目的探讨无保护会阴分娩产妇会阴裂伤危险因素。方法选择2018年6月—2019年5月在本院自然分娩的产妇共602例为对象。统计产妇会阴裂伤情况,并分为裂伤组和正常组。采用单因素
基于蚁群算法在路径规划过程中出现收敛速度慢、易陷入局部最优,且在复杂环境下的寻优能力弱等缺陷,提出了一种适用于机器人路径规划的改进蚁群算法。在预规划路径基础上建立
迷彩伪装技术能有效降低目标的视觉显著度,对迷彩目标检测任务造成巨大的挑战。在RetinaNet检测框架的基础上,针对迷彩目标特性嵌入了空间注意力和通道注意力模块,并基于定位置信得分构建了新的预测框过滤算法,有效实现了对迷彩伪装人员的检测。在扩展后的伪装人员数据集上的实验表明,该模型将检测精度提升了8.7个百分点,达到了93.1%。
口腔诊疗技术每天都在不断发展,与之相应的各种高速旋转设备和超声设备也在随之不断更新,这极大程度地提高了口腔医生的工作效率,然而由其所导致的各种感染风险也在不断增加,