李运田
- 作品数：6 被引量：20H指数：3
- 供职机构：上海大学机电工程与自动化学院更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 面向非平衡训练集分类的随机森林算法优化被引量：13
- 2013年
- 数据挖掘是当今社会最活跃的研究方向之一,迄今为止数据挖掘技术已经广泛应用到各行各业中,然而在数据挖掘过程中往往会遇到很多非平衡训练集,采用传统的数据挖掘技术对非平衡训练集集进行处理不能得到理想的效果。主要是针对非平衡训练集,对数据进行NCL(Neighborhood Cleaning Rule)技术处理并结合随机森林(Random Forest)算法进行分类,试验结果表明,改进后的随机森林算法分类效果更好。
- 吴琼李运田郑献卫
- 关键词：数据挖掘NCL
- 改进的TF-IDF模型在特征抽取中的应用被引量：3
- 2014年
- 在TF-IDF的基础上,提出了一种利用N-gram方法提取特征值的方法,能够很好的从一系列文本中取出某篇文本的特征值,并且可以对分词出现错误的一些连续的词语进行合并得到正确的一组词语,减少了分词出现的错误率。
- 李运田吴琼郑献卫
- 关键词：特征值
- 数据挖掘分类算法优化非平衡采样样本的研究与应用被引量：3
- 2014年
- 主要是针对采样过程中的非平衡数据进行处理、分类,改变传统算法在其处理过程中的分类倾向性。结合数据挖掘中多种分类算法构建的混合模型进行分类处理非平衡采样数据,并将优化的结果进行比较。
- 吴琼周维民李运田
- 关键词：ADABOOSTSVMROC
- 基于Adaboost分类算法的优化研究与应用
- 2013年
- 针对数据采集过程中的数据分布不平衡的问题,对非平衡数据应用数据挖掘分类算法进行分类。传统的分类器在处理非平衡数据时分类结果往往倾向于样本数目较多的类。但Adaboost算法在处理非平衡数据过程中表现出了优势,主要是对Adaboost算法进行改进和应用,采用级联的Adaboost分类器并结合SVM算法构造出分类效率更高的分类器。最后通过具体数据验证改进后算法的有效性。
- 吴琼周维民李运田
- 关键词：ADABOOSTSVM级联数据挖掘
- 一种优化的模糊变权重组合预测在沪深300中的应用与研究
- 2013年
- 沪深300指数是沪深证券交易所联合发布的反映A股市场整体走势的指数。对沪深300指数的分析与研究可以帮助我们了解市场走势,同时也十分有利于投资者全面把握中国股票市场总体运行状况。针对股票市场的高度非线性与复杂性,本文首先利用霍尔特指数平滑法(Holt)和最小二乘支持向量机(LSSVM)模型对沪深300指数进行预测,然后提出一种基于Holt与LSSVM的模糊变权重模型进行预测,取得了令人满意的效果。在设计过程中,我们利用R语言作为模型拟合与预测的软件,R语言是一款免费的良好的数据处理软件。
- 李运田吴琼郑献卫
- 关键词：沪深300指数LSSVMR语言
- 改进的时间序列模型在上证综指预测中的应用与研究被引量：1
- 2013年
- 上证综指反映了上海证券交易市场的总体走势,对上证综指的分析与研究可以帮助我们了解上证的经济市场。就2012年以来的上证综指进行分析研究,提出一种自回归移动平均模型(ARIMA)与广义自回归条件异方差模型(GARCH)和最小二乘支持向量机(LSSVM)的组合模型来对上证综指进行预测,取得了良好的预测效果。在设计的过程中,我们利用R语言进行处理,R语言是一款免费的优秀的数据处理软件。
- 李运田吴琼黄金凤
- 关键词：上证综指ARIMAGARCHLSSVMR语言
