期刊专题

10.3969/j.issn.1006-2475.2015.08.005

基于主成分分析和 Eros 的邻近传播算法在金融数据集中的应用

引用
金融数据集的多维特性和高噪声特性使得对金融时间序列数据的分析难上加难,本文提出一种基于主成分分析和Eros的近邻传播的聚类算法。首先利用主成分分析方法对多变量的金融时间序列数据进行降维处理,提取出主要特征值;然后使用基于Eros的近邻传播算法聚类对提取出的特征值进行分析。该聚类方法可以把数据集中的个体当作是原始数据的一个属性,通过迭代竞争达到最优,不需要事先确定聚类数目。研究结果表明,这种集成算法大大降低了时间序列数据的维度,有很高的分类正确率,表明该聚类方法用于金融时间序列数据处理是有效可行的。

近邻传播聚类、弗罗贝尼乌斯范数、多元时间序列、主成分分析、聚类模型

TP181(自动化基础理论)

国家自然科学基金民航联合基金资助项目U1233105;中国民用航空飞行学院大学生创新项目201410624043

2015-09-08(万方平台首次上网日期,不代表论文的发表时间)

共5页

24-28

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2015,(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn