时态支持向量机模型在股票操纵模式发现上的研究

基于原始时间属性下的时态数据难以发现规律的特点,文章构建了时态支持向量机模型,该模型通过对输入时态数据的粒度变换,获得多个分类模型,从而能够发现多种规律.在此基础上,结合时态型操纵特征构建了股票操纵模式发现模型,最后在证监会披露的操纵股票真实数据上进行数值实验,实验发现细时态粒度数据的分类模型在识别一般操纵和严重操纵上效果较好,粗时态粒度数据的分类模型在识别未被操纵或轻微操纵上效果较好.在未知数据集上实验,该模型可以有效识别不同程度操纵股票的模式,其中1个时态粒度数据下添加市场差异特征的模型表现最好,识别准确率达到了98.25%.文章验证了在不同时态粒度输入下,时态支持向量机模型能够发现在原始数据上不能发现的模式特征,这对解决一些复杂规律在原始特征下难以被发现的问题具有重要借鉴意义.     

亚硒酸钠在L-半胱氨酸自组装类生物膜修饰电极上的电化学行为

利用L-半胱氨酸自组装膜修饰金电极(L-Cys,Au/SAMs), 在0.05mol/L H_2SO_4 底液中研究了 Na_2SeO_3 的电化学特性.在0.00～1.30 V (vs. SCE) 电位范围内对微量Na_2SeO_3进行循环伏安扫描,发现L-Cys, Au/SAMs修饰电极在峰电位0.89 V处有灵敏的Se的氧化溶出峰.通过比较裸金电极和修饰电极在Na_2SeO_3 溶液中的电化学特性发现,修饰电极通过巯基中的S与Na_2SeO_3发生氧化还原作用生成Se,且修饰电极对沉积在电极表面的Se的氧化过程具有催化作用.根据Na_2SeO_3在单分子膜上的电化学行为,提出了单分子膜中硫(Au-S)与Se(Ⅳ)作用生成Se的反应机理、Se电化学催化氧化机理及巯基化合物通过生成纳米硒生物吸收Se的类生物膜模型.