期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习的金融时间序列数据集成预测 被引量：12
1
作者 闫洪举 《统计与信息论坛》 CSSCI 北大核心 2020年第4期33-41,共9页
提出将金融时间序列数据的序列依赖关系以及不同金融市场时间序列数据的局部关联特征纳入同一模型,构建结合卷积神经网络(CNN)以及门控循环单元(GRU)神经网络优势的CNN-GRU神经网络。同时,采用集成经验模态分解和游程判定法,将金融时间... 提出将金融时间序列数据的序列依赖关系以及不同金融市场时间序列数据的局部关联特征纳入同一模型,构建结合卷积神经网络(CNN)以及门控循环单元(GRU)神经网络优势的CNN-GRU神经网络。同时,采用集成经验模态分解和游程判定法,将金融时间序列数据分解与重构为趋势项、低频项和高频项,以构建基于不同频率、不同波动的金融时间序列数据预测模型,继而对不同分量的预测结果集成以得到最终预测结果。实证结果表明,在直接预测中,CNN-GRU神经网络的预测精度高于只考虑序列依赖关系的GRU神经网络和只考虑局部关联特征的CNN。在集成预测中,上证指数的集成预测精度高于深度学习、机器学习算法对上证指数直接预测的精度。 展开更多
关键词 金融时间序列数据 深度学习 卷积神经网络 门控循环单元神经网络 集成经验模态分解
下载PDF
关于经验模态分解与整体经验模态分解的分离效果差别的探讨 被引量：3
2
作者 卢珍 《科学技术与工程》 2011年第33期8353-8356,共4页
经验模态分解(Empirical Mode Decomposition,简称EMD)是一种自适应信号分解方法,主要应用于非线性非平稳的信号。整体平均经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)解决了EMD中出现的模态混合问题。在此主要讨论... 经验模态分解(Empirical Mode Decomposition,简称EMD)是一种自适应信号分解方法,主要应用于非线性非平稳的信号。整体平均经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)解决了EMD中出现的模态混合问题。在此主要讨论EMD和EEMD处理含噪信号时的效果差异,就几种特殊的信号,对EMD和EEMD在实际应用中出现的问题进行探讨。 展开更多
关键词 经验模态分解 整体经验模态分解 信号分离
下载PDF
HHT在震动信号处理中的应用 被引量：2
3
作者 肖玲 吴建星 +1 位作者 刘佳 陶慧畅 《工业安全与环保》 北大核心 2013年第4期32-36,共5页
希尔伯特-黄变换是一种处理非线性、非平稳信号的方法,它的核心是经验模态分解(EMD),但是EMD分解存在模态混叠等不足现象,针对这个问题引入了总体平均经验模分解(EEMD)算法。对实测的震动信号分别做两种算法的分解得到固有模态函数(IMF)... 希尔伯特-黄变换是一种处理非线性、非平稳信号的方法,它的核心是经验模态分解(EMD),但是EMD分解存在模态混叠等不足现象,针对这个问题引入了总体平均经验模分解(EEMD)算法。对实测的震动信号分别做两种算法的分解得到固有模态函数(IMF),再对其结果进行能量分析,绘制瞬时频率图、希尔伯特谱,得到信号震源的真实时频特征量,以便进一步分析震源类型,从而可以更好地实时预测震动灾害发生的可能情况。 展开更多
关键词 希尔伯特-黄变换 经验模态分解 总体平均经验模分解 固有模态函数
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部