郑兴

作品数：3被引量：7H指数：1
导出分析报告
供职机构：四川大学计算机学院更多>>
发文主题：股票高斯混合股票时间序列后缀树模型聚类更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《四川大学学报（自然科学版）》《现代计算机（中旬刊）》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于概率后缀树的股票时间序列预测方法研究被引量：5
《四川大学学报（自然科学版）》2018年第1期61-66,共6页程小林 郑兴 李旭伟 
国家自然科学基金(61173099)
在时间序列符号化基础上,本文引入概率后缀树PST模型,构建基于时间序列符号化和概率后缀树相结合的股票预测模型.本文选择在沪深300的10支股票数据上将预测模型与传统的马尔科夫模型MM和自回归移动平均模型ARMA进行对比,结果显示本文提...
关键词：股票数据挖掘 时间序列符号化 高斯混合模型聚类 概率后缀树 
基于WSVM的股票转折点预测研究被引量：1
《现代计算机》2017年第4期7-11,共5页郑兴 王领 秦璐 程小林 
在千变万化的股票市场中,能够完全预测走势并不容易。用分段线性方法结合加权支持向量机模型对转折点进行分类预测,同时使用网格搜索算法对参数进行优化,最终达到为投资者获利的目的。
关键词：分段线性表示 加权支持向量机 网格搜索算法 
图像检索中的特征表示方法研究被引量：1
《现代计算机（中旬刊）》2017年第1期67-71,共5页赵俊杰 郑兴 
研究用于检索的单幅图像的两种特征表示方法,第一种是基于SIFT等传统手工特征点的表示方法;第二种是基于卷积神经网络的特征表示方法。采用Caffe Net和VGG-M两个预训练模型,分别提取它们全连接层和卷积层的输出作为图像的特征。实验表明...
关键词：特征提取 图像检索 卷积神经网络 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部