-
题名小波变换在股票分析中的应用
被引量：3
- 1
-
-
作者
胡博
卫宏儒
廖福成
-
机构
北京科技大学应用科学学院
-
出处
《系统管理学报》
北大核心
2007年第4期365-369,共5页
-
文摘
给出了一种小波变换和移动平均线相结合的数据处理方法。该方法通过适当确定阈值,对高频部分进行适当选择性保留和小波基及尺度的遍历,可给出比传统分析方法更为合理的买入、卖出点信息,并可在一定程度上克服滞后的不足。利用"香山控股"股票进行了检验,发现理论结果与实际吻合得较好。
-
关键词
小波变换
尺度
日均线
遍历
阈值
-
Keywords
wavelet transform dilation moving average traversal threshold
-
分类号
F830.91
[经济管理—金融学]
-
-
题名一种基于复合AI模型的动态阈值设定方法
被引量：3
- 2
-
-
作者
张立中
谭源
王堃
陈志刚
-
机构
国网宁夏电力有限公司信息通信公司
中南大学计算机学院
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2022年第17期6286-6295,共10页
-
基金
国家自然科学基金项目(61672540,71633006)。
-
文摘
传统信息设备的运行状态感知和故障告警主要依靠人工和传统自动化运维,存在开销大、效率低、错报误报率高等缺点。该文提出一种动态阈值设定机制,能够基于预测结果计算指定置信度下的动态阈值区间。为了得到准确的预测结果,提出离散小波变换–自回归滑动平均模型(auto-regressive moving average model,ARIMA)–指数加权萤火虫算法(exponential weighted firefly algorithm,EWFA)–极限学习机(extreme learning machine,ELM)复合模型。该模型通过离散小波变换将原始时间序列拆分为多个子序列,并按照平稳性的不同分别使用ARIMA模型和FA优化的ELM模型进行处理。最后,通过小波逆变换集成各个子序列的预测结果。此外,该文还提出EWFA,有效提升了萤火虫算法的寻优性能和收敛速度。在宁夏电力公司核心路由器数据上进行的实验表明,该方法获得了比Bi-LSTM、GRU等基准模型更好的性能,能够实现精准高效的故障预警,从而减少企业的人力物力开销。
-
关键词
时间序列预测
小波变换
动态阈值
指数加权萤火虫算法
极限学习机
自回归滑动平均模型
-
Keywords
time series prediction
wavelet transform
dynamic threshold
exponential weighted firefly algorithm(EWFA)
extreme learning machine(ELM)
auto-regressive moving average model(ARIMA)
-
分类号
TM769
[电气工程—电力系统及自动化]
-
