检索结果-南通市图书馆

检索条件"主题词=CEEMDAN-PCA-LSTM"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于ceemdan-pca-lstm的上证指数预测

基于CEEMDAN-PCA-LSTM的上证指数预测

引用

作者：李璟璟兰州大学

学位级别：硕士

后疫情时代经济复苏,对金融数据预测需求与日俱增,在大数据的背景下,深度学习已经成为金融预测领域的一种重要研究方法.从模型组合和信息分解融合的角度出发,本文提出了一种基于深度学习的中国股票市场的指数预测模型,上海综合指数的成... 详细信息

后疫情时代经济复苏,对金融数据预测需求与日俱增,在大数据的背景下,深度学习已经成为金融预测领域的一种重要研究方法.从模型组合和信息分解融合的角度出发,本文提出了一种基于深度学习的中国股票市场的指数预测模型,上海综合指数的成功预测验证了最先进的深度学习算法在非线性时间序列,尤其是金融时间序列预测中的适用性.本文提出的模型在实践中为投资者提供了战略支持,金融市场监督管理和对国家宏观经济调控具有重要意义.本文使用基于主成分分析的带自适应噪声的完全集成经验模式分解算法(ceemdan-pca)对股价序列进行分解和重构,以提取上证综合指数价格序列的关键信息.在此基础上,构建了一个神经网络预测模型ceemdan-pca-lstm,用于学习指数价格序列的长期依赖性信息.在将不同数据类别的两个序列的特征学习同时映射到同一特征空间后,构造一个共同特征来预测上证综合指数的波动幅度.本文提出的模型可以通过从股价序列中提取关键信息,避免预测模型在训练中的过拟合,提高算法性能和泛化能力,从而有效地提高数据信噪比.在上证指数的预测任务中,ceemdan-pca-lstm可以充分集成神经网络和信息分解融合的优势,弥补单个模型的局限性.与所选择的基准模型相比,本文构建的综合预测模型在预测上证综合指数综波动范围方面具有显著优势,在分类准确率等各项指标上最大提高了13%.本文的创新点包括:(1)结合了ceemdan-pca算法,将信号分解与降维技术运用到股票预测任务中,挖掘金融时间序列的多尺度信息并降低噪声.(2)在此基础上构建了ceemdan-pca-lstm模型,并针对金融时序预测任务对序列进行优化,充分结合了lstm在空间和时间维度上的特征提取能力.

关键词： ceemdan-pca-lstm 上证指数预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

室内环境质量监测、评价及预测系统

室内环境质量监测、评价及预测系统

引用

作者：王广文大连理工大学

学位级别：硕士

随着我国经济的快速发展,工业生产和人类活动产生的环境污染问题日益严重。过去,人们对环境质量的关注点主要集中在室外。随着新型冠状病毒肺炎（Corona Virus Disease 2019,COVID-19）全球大流行,人们80%以上的时间在室内度过,室内环... 详细信息

随着我国经济的快速发展,工业生产和人类活动产生的环境污染问题日益严重。过去,人们对环境质量的关注点主要集中在室外。随着新型冠状病毒肺炎（Corona Virus Disease 2019,COVID-19）全球大流行,人们80%以上的时间在室内度过,室内环境给人们的生活和身体健康带来了严重的影响。因此,有必要对室内环境质量进行监测,来了解各环境因素的污染水平,并且采用评估方法对室内环境质量进行评价和预测,来确定污染等级以及采取防范措施,这对于保护室内人员的健康具有重要意义。本文以学校教室和宿舍为背景,开展室内环境质量的监测、评价及预测研究。主要研究内容如下:针对传统模糊综合评价算法在权重赋值方面过于主观或客观的缺点,构建了基于组合赋权方式的改进模糊综合评价算法。通过教室内的实测数据,使用改进的模糊综合评价算法进行了环境质量评价,并以主观问卷调查结果为基准,与传统模糊综合评价算法进行了对比。结果表明,改进的模糊综合评价算法的准确性更高,评价结果更加符合室内人员的感受。在利用改进模糊综合评价算法计算环境质量评价得分的基础上,构建了ceemdan-pca-lstm模型对室内环境质量进行预测。以宿舍室内环境为研究对象,首先通过自适应噪声完备集成经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ceemdan）对环境质量评价得分时间序列进行预处理,然后利用主成分分析（Principal Component Analysis,pca）进行特征提取,最后将提取的主成分作为长短期记忆（Long Short-Term Memory,lstm）神经网络的输入,对未来一个时刻的室内环境质量评价得分进行了预测。通过与其它模型的对比,表明了本文所构建的ceemdan-pca-lstm模型预测精度更高,预测效果更好。基于消息队列遥测传输（Message Queuing Telemetry Transport,MQTT）通讯协议搭建MQTT服务器并开发MQTT客户端,实现对环境监测设备所采集数据的接收和存储。利用前后端和数据库技术,开发了用于室内环境质量监测、评价及预测的Web系统,实现实时数据监测、历史数据查询、环境质量评价及预测、邮件及短信报警推送功能。最后,系统被部署在阿里云服务器,实现了远程访问。

关键词：室内环境质量模糊综合评价 ceemdan-pca-lstm 环境监测系统

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：