股票异常波动检测的自适应Gauss过程算法

摘要：

基于Gauss过程机器学习算法,通过分析股票样本的历史数据噪声问题,给出相应的股票样本数据回归预测模型,解决了股票异常数据的检测问题；并用蚁群算法,解决了Gauss过程机器学习算法的参数自适应问题.实验结果表明,该算法与其他算法相比,可在保证近似准确性的基础上,大幅度提高计算效率,提升用户满意度.

关键词：异常数据、Gauss过程、机器学习、蚁群算法

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省发改委高新技术项目20106421;吉林省重点科技发展计划项目20100309;吉林省教育厅科研项目2012184

在线出版日期：2013-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1228-1232