下载  >  开发技术  >  其它  > 基于SVR-ANN混合模型的股指预测研究

基于SVR-ANN混合模型的股指预测研究 评分:

基于SVR-ANN混合模型的股指预测研究 ,洪嘉灏,王斌会,本文在传统人工神经网络模型的基础上,引入支持向量回归方法,构建SVR-ANN模型。将该模型应用在沪深300的指数预测中,实证结果表明�

...展开详情
2020-01-15 上传 大小:562KB
举报 收藏
分享
基于SVR-ANN混合模型的股指预测研究

基于SVR-ANN混合模型的股指预测研究 ,洪嘉灏,王斌会,本文在传统人工神经网络模型的基础上,引入支持向量回归方法,构建SVR-ANN模型。将该模型应用在沪深300的指数预测中,实证结果表明�

立即下载
svr-master&online;-svr-master.zip

该压缩包是用支持向量机做的几个“支持向量回归的例子”数据+代码(svr&online;-svr),供参考

立即下载
论文研究-基于季节SVR-PSO的旅游客流量预测模型研究.pdf

论文研究-基于季节SVR-PSO的旅游客流量预测模型研究.pdf,  准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响,旅游客流量预测不仅呈现复杂非线性特点,而且显示出典型的季节性趋势,尤其在旅游旺季.文章提出一种季节支持向量回归(seasonal support vector regression,SSVR)和粒子群算法(particle swarm optimizatio

立即下载
svr -matlab

支持向量机回归预测,matlab代码,不要繁琐的配置,直接可以运行。

立即下载
svr-c语言和matlab代码.zip

svr算法的c代码和matlab代码,免复杂调试,,可直接运行,对于新手也比较友好,安装工具包和语言环境后即可。需要语言环境的可以留邮箱

立即下载
论文研究-基于SVR和PCA的超分辨率图像恢复算法应用研究.pdf

利用单幅低分辨率图像重构超分辨率图像的算法中, 通常基于样本库进行图像重构, 而这类算法效率较低。提出了一种利用SVR和PCA进行特征压缩的图像重构算法, 其基本思路是将训练图像分解成若干个基本小块作为样本库; 然后利用PCA对低分辨率图像基本小块进行降维处理, 并将得到的主成分系数作为特征加以训练, 在识别和重构过程中, 将待恢复图像进行回归分析, 找到相应的超分辨率图像块, 然后进行重构。实验结果表明, 本文方法较其他算法有更优的恢复结果, 并能同时保证较好的实时处理特性, 很好地逼近了原始的真实图像。

立即下载
论文研究-旅游客流量预测:基于季节调整的PSO-SVR模型研究.pdf

旅游客流量具有明显的非线性和季节性特征,所以采取季节调整方法对样本数据进行预处理,消除季节性的影响,可以提高客流量预测的准确性。同时SVR(支持向量回归机)是一种良好的机器学习方法,非常适合预测研究,辅以PSO(粒子群算法)选取合适的回归参数可以获得更加精确的预测结果。鉴于此,构建一种考虑季节影响的PSO-SVR模型,以北京为例将不同旅游客流量预测方法的拟合优度进行比较。结果显示:季节调整的PSO-SVR模型预测精度明显高于SVR、季节调整的SVR和PSO-SVR模型,该模型是进行旅游客流量预测的有效工具。

立即下载
基于matlab的svr代码示例

基于matlab的svr代码示例基于matlab的svr代码示例基于matlab的svr代码示例

立即下载
基于matlab的svr模块数据分析

基于matlab的svr模块数据分析基于matlab的svr模块数据分析

立即下载
Block-SVR改进方法

采用MATLAB编写的处理不同资源资源影像融合的方法。

立即下载
64位windows系统(xp-svr03)nf4-raid驱动

64位windows系统(xp-svr03-vista)nf4-raid驱动

立即下载
论文研究-基于改进粒子群算法的SVR参数优化选择 .pdf

基于改进粒子群算法的SVR参数优化选择,梁瑞鑫,穆朝絮,支持向量机的学习性能和泛化能力取决于其相关参数的选取。支持向量机参数的选取在实际应用中是很复杂的,使用传统优化方法比较难

立即下载
支持向量分类-支持向量归纳SVC-SVR

支持向量分类-支持向量归纳SVC-SVR实例,适合于初学者

立即下载
CMMI-SVR 服务管理模型

CMMI服务管理的模型文本,该模型文本可在SEI网站下载。和ITIL和ISO20000的覆盖范围一致。

立即下载
模拟svr模拟svr

模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr模拟svr

立即下载
local svr local svr

local svr local svr

立即下载
SVR简明版SVR

本文档对svr(支持向量回归机)作了简要的介绍,内涵一些常用的svr公式。

立即下载
基于小样本SVR的迁移学习及其应用.pdf

当前机器学习的技术已经运用到很多工程项目中,但大部分机器学习的算法只有在样本数量充足且 运用在单一场景中的时候,才能获得良好的结果。其中,经典的支持向量回归机是一种具有良好泛化能力的 回归算法。但若当前场景的样本数量较少时,则得到的回归模型泛化能力较差。针对此问题,本文以加权ε 支持向量回归机为基础,提出了小样本数据的迁移学习支持向量回归机算法。本文算法以加权ε支持向量回 归机为Bagging 算法的基学习器,使用与目标任务相关联的源域数据,通过自助采样生成多个子回归模型, 采用简单平均法合成一个总回归模型。在UCI 数据集和现实数据集——玉米棒与花生粒储藏环节损失数据集 上的实验

立即下载
svr 算法实现(基于smo算法)

本文件提供了支持向量回归的算法,是svm中的一个算法

立即下载
LCD-Svr(用于笔记本锁键盘)

笔记本一般没有电源键,较难锁屏,用这个软件可锁屏,双击即可使用

立即下载