薛永坚
- 作品数：5 被引量：53H指数：3
- 供职机构：教育部更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术经济管理环境科学与工程更多>>
- 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
- 基于流形学习的多核SVM财务预警方法研究被引量：23
- 2014年
- 在进行财务困境预测时,为了客观全面地反映企业的财务状况,纳入较多的预警指标,数据集维度将变得很大,传统方法求解此类问题效果并不理想.流形学习处理高维数据具有较好的降维效果,多核SVM对于分布不平坦的数据具有很好的分类性能.基于此,提出了"流形学习+多核SVM"的混合算法财务预警模型,该模型适用于具有大量指标集的财务预警.实验结果表明,与传统预警方法相对比,其具有更优的预测性能.
- 倪志伟薛永坚倪丽萍肖宏旺
- 关键词：财务困境预测流形学习多核学习
- 基于改进离散型萤火虫群优化算法和分形维数的属性选择方法被引量：29
- 2013年
- 属性选择是数据挖掘领域中数据预处理的一个重要方法.文中提出一种融合离散型萤火虫群优化算法(DGSO)与分形维数的属性选择方法.该方法以分形维数作为属性子集的评估度量准则,以DGSO作为搜索策略.为分析该方法的可行性和有效性,采用6个UCI数据集进行实验.结合10-fold交叉验证和SVM对属性选择前后的分类准确率进行分析,并进行搜索策略和评估度量准则间的性能对比及详细的参数分析.结果表明该方法具有较高的可行性和有效性.
- 倪志伟肖宏旺伍章俊薛永坚
- 关键词：分形维数
- 流形学习降维及其应用研究
- 薛永坚
- 文献传递
- 基于MapReduce的大规模数据集流形学习降维研究被引量：3
- 2014年
- 信息技术的快速发展导致了数据规模的爆炸式增长,传统的机器学习、数据挖掘算法面临新的挑战.流形学习克服了传统线性降维算法的不足,成为十年来降维研究的热点领域.然而流形学习算法复杂度高,对于大规模的数据集并不适用.针对大规模数据集下的流形学习降维问题,提出了基于MapReduce的分布式流形学习算法.该算法采用局部敏感哈希函数将相似点映射到同一个桶中,利用流形具有局部欧氏同胚的性质,在每个桶内采用欧氏距离度量点之间的测地距离,桶之间采用中心点及边缘点来计算修正的测地距离.在大规模的人工合成数据集和真实数据集上的实验表明,该算法能有效地估计数据点间的测地距离,适用于处理大规模数据集的降维问题.
- 薛永坚倪志伟
- 关键词：MAPREDUCE流形学习
