-
题名一种基于Python和BP神经网络的股票预测方法
被引量:6
- 1
-
-
作者
曾武序
钱文彬
王映龙
杨文姬
柳军
-
机构
江西农业大学软件学院
江西农业大学计算机与信息工程学院
-
出处
《计算机时代》
2018年第6期72-75,80,共5页
-
基金
国家自然科学基金(No.61502213
No.61462038
No.71461013)
-
文摘
股票预测可以辅助投资者进行正确的金融投资,本文使用Python语言开发网页爬虫爬取真实的股票数据,首先通过requests库获取网页数据,使用Beautiful Soup库解析静态html页面,并通过查找标签获取股票数据,然后对数据进行解析,用xlwt库将数据存入excel文件,并对数据归一化处理,最后,在三层BP神经网络中根据批量梯度下降法调整隐含层结点个数,以获取相对更优的连接权值和阈值,从而对股票的涨跌做出预测,为投资者的投资行为提供参考。
-
关键词
PYTHON
网络爬虫
BP神经网络
股票预测
-
Keywords
Python
Web crawler
BP neural network
stock prediction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向混合数据的代价敏感三支决策边界域分类方法
被引量:1
- 2
-
-
作者
周阳阳
钱文彬
王映龙
彭莉莎
曾武序
-
机构
江西农业大学计算机与信息工程学院
江西农业大学软件学院
南京大学工程管理学院
-
出处
《智能系统学报》
CSCD
北大核心
2022年第2期411-419,共9页
-
基金
国家重点研发计划项目(2020YFD1100605)
国家自然科学基金项目(61966016)
+1 种基金
江西省自然科学基金项目(20192BAB207018)
江西省研究生创新专项基金项目(YC2020-S236).
-
文摘
针对现有三支决策模型的研究对象多为单一性数据的决策系统,对于混合数据边界域样本处理的研究相对较少,本文面向混合数据提出了基于核属性的代价敏感三支决策边界域分类方法。该方法基于正域约简计算混合邻域决策系统的核属性集,在此基础上计算混合邻域类,并利用三支决策规则分别将对象划分到各决策类的正域、边界域和负域;提出了一种基于代价敏感学习的三支决策边界域分类方法,并构造了误分类代价的计算方法,以此划分边界域中的对象。通过对UCI上的10个数据集进行实验对比与分析,进一步验证了本文方法,为处理边界域样本提供了一种可行有效的方法。
-
关键词
三支决策
粒计算
代价敏感
混合数据
正域约简
边界域样本处理
粗糙集
核属性
-
Keywords
three-way decisions
granular computing
cost sensitive
hybrid data
positive domain reduction
boundary region sample processing
rough set
core attribute
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-