中央高校基本科研业务费专项资金(2012HGBZ0208)
- 作品数:2 被引量:3H指数:1
- 相关作者:刘晓伍章俊倪志伟袁杰薛永坚更多>>
- 相关机构:合肥工业大学华东师范大学教育部更多>>
- 发文基金:中央高校基本科研业务费专项资金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术经济管理更多>>
- 基于MF-DFA的股票时间序列聚类分析及其应用被引量:1
- 2013年
- 多重分形消除趋势波动分析法(MF-DFA)不仅能够去除股票时间序列的长期趋势波动,还能够精确反应股票时间序列的多重分形特性。首先利用MF-DFA方法对股票时间序列进行多重分形分析,结果表明,相比标准多重分析,MF-DFA方法更能反映时间序列的多重分形特性。其次,定义一种以多重分形谱参数作为相似性度量函数的聚类方法对股票时间序列进行聚类。最后,在Markowitz提出的"期望均值收益—收益方差"(M-V)模型的基础上,把聚类结果运用股票投资组合当中。采用上海证券市场28支股票进行实验验证表明,在给定的收益率下,采用基于多重分形谱参数的聚类方法的股票组合可以得到比随机组合更小的风险水平。
- 袁杰薛永坚肖宏旺
- 关键词:时间序列聚类投资组合
- 基于混沌时间序列的云工作流活动运行时间预测模型被引量:2
- 2013年
- 针对线性时间序列方法无法有效预测云工作流活动的运行时间的问题,提出一种基于混沌时间序列的云工作流活动运行时间预测模型。该模型利用相空间重构理论和径向基函数神经网络实现对非线性时间序列的预测。相空间重构理论能够有效刻画云工作流活动的运行时间因受系统性能、网络状况等多种因素影响而呈现的非线性特征;径向基函数神经网络能够有效预测混沌时间序列。模拟实验分别考虑了计算密集型的科学工作流和实例密集型的商务工作流的情况。实验结果表明,无论长周期活动还是短周期活动,混沌时间序列模型明显优于其他有代表性的活动运行时间预测方法。
- 伍章俊刘晓倪志伟
- 关键词:混沌时间序列相空间重构径向基函数神经网络