| 基于分形理论的股票时序数据离群模式挖掘研究 |
| |
| 引用本文： | 孙金花,冯英浚,胡健.基于分形理论的股票时序数据离群模式挖掘研究[J].运筹与管理,2008,17(5). |
| |
| 作者姓名： | 孙金花 冯英浚 胡健 |
| |
| 作者单位： | 1. 哈尔滨工业大学,管理学院,黑龙江,哈尔滨,150001
2. 哈尔滨工业大学,管理学院,黑龙江,哈尔滨,150001;哈尔滨工业大学,技术·政策·管理,TPM,研究中心,黑龙江,哈尔滨 150001 |
| |
| 基金项目： | 国家自然科学基金，高等学校博士学科点专项科研项目，国防科工委基础科研项目，哈尔滨工业大学技术政策管理国家哲学社会科学创新基地资助项目 |
| |
| 摘 要： | 针对股票时间序列的特点，从离群点对股票时序数据有序性的影响角度出发，在界定分形离群点含义的基础上，利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P（Grassberger-Procaccia）算法计算股票时间序列数据集的多重分形广义维数，并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明，该方法能有效地解决股票时间序列离群模式挖掘问题。
|
| 关 键 词： | 数据挖掘 离群模式挖掘 分型理论 股票时序数据 |
Outlier Pattern Mining of Stock Time Series with Fractal Theory |
| |
| SUN Jin-hua,FENG Ying-jun,HU Jian.Outlier Pattern Mining of Stock Time Series with Fractal Theory[J].Operations Research and Management Science,2008,17(5). |
| |
| Authors: | SUN Jin-hua FENG Ying-jun HU Jian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
