KPCA算法及其在股市中的应用

摘要：

本文对KPCA算法及其在股市中的应用进行了探讨。本研究介绍了健壮性KPCA算法并引入了粒度的思想,健壮性KPCA算法能推导出特征空间中信号重组的最小错误标准,并自动识别训练样本集中的无关数据且经过计算消除它们对KPCA算法准确度的影响。另外,在实验中运用主分量及粒度思想对股票数据进行分析,效果令人满意。

关键词： 金融市场 股市分析 支持向量机

作者: 张媛 张燕平 赵姝 陈传明

作者单位: 安徽大学计算智能与信号处理实验室,230039

会议类型: 国内会议

会议名称: 第十四届中国神经网络学术会议

会议地点: 合肥

会议语种:中文

页码: 722-726

在线出版日期: 2004-10-27（万方平台首次上网日期，不代表论文的发表时间）