期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
2
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于聚类算法和图神经网络的短时交通流预测
1
作者
张玺君
余光杰
+1 位作者
崔勇
尚继洋
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2024年第6期1593-1600,共8页
针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网...
针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网交通流的空间相关性,结合道路的皮尔逊相关性分析和节点的局部聚类系数,挖掘潜在的节点连接关系;再次,使用GRU提取交通流数据之间的时间相关性,通过自注意力机制捕获数据之间的相互依赖关系;最后,通过残差连接将GRU和GNN的输出与原始输入结合,经过全连接层得出最终的预测结果。多组实验结果证明,本文提出的模型预测精度优于其他基线模型及对比的模型。
展开更多
关键词
交通流预测
图神经网络
聚
类
算法
门控循环单元
皮尔逊相关
系数
局部聚类系数
原文传递
基于复杂网络的投资组合优化研究
被引量:
10
2
作者
莫东序
郑田丹
《中国管理科学》
CSSCI
CSCD
北大核心
2021年第5期25-33,共9页
本文基于复杂网络的局部聚类系数改进了传统的全局最小方差投资组合模型。首先通过股票对数收益率的相关系数矩阵构造股票关联网络,然后计算股票关联网络的局部聚类系数,最后通过全局最小方差模型确定最佳投资组合。将改进后的模型应用...
本文基于复杂网络的局部聚类系数改进了传统的全局最小方差投资组合模型。首先通过股票对数收益率的相关系数矩阵构造股票关联网络,然后计算股票关联网络的局部聚类系数,最后通过全局最小方差模型确定最佳投资组合。将改进后的模型应用于A股市场,经过夏普比率、信息比率和欧米茄比率的对比分析得出改进后的投资组合模型在样本外的表现优于传统的全局最小方差投资组合模型。
展开更多
关键词
复杂网络
局部聚类系数
投资组合
全局最小方差模型
原文传递
题名
基于聚类算法和图神经网络的短时交通流预测
1
作者
张玺君
余光杰
崔勇
尚继洋
机构
兰州理工大学计算机与通信学院
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2024年第6期1593-1600,共8页
基金
国家自然科学基金项目(62162040,61966023)
甘肃省高等学校创新基金项目(2021A-028)
+1 种基金
甘肃省科技计划项目(21ZD4GA028)
甘肃省自然科学基金重点项目(22JR5RA226)。
文摘
针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网交通流的空间相关性,结合道路的皮尔逊相关性分析和节点的局部聚类系数,挖掘潜在的节点连接关系;再次,使用GRU提取交通流数据之间的时间相关性,通过自注意力机制捕获数据之间的相互依赖关系;最后,通过残差连接将GRU和GNN的输出与原始输入结合,经过全连接层得出最终的预测结果。多组实验结果证明,本文提出的模型预测精度优于其他基线模型及对比的模型。
关键词
交通流预测
图神经网络
聚
类
算法
门控循环单元
皮尔逊相关
系数
局部聚类系数
Keywords
traffic flow prediction
graph neural network
clustering algorithm
gated recurrent unit
Pearson correlation coefficient
local clustering coefficient
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
U491 [交通运输工程—交通运输规划与管理]
原文传递
题名
基于复杂网络的投资组合优化研究
被引量:
10
2
作者
莫东序
郑田丹
机构
上海财经大学统计与管理学院
上海财经大学公共经济与管理学院
出处
《中国管理科学》
CSSCI
CSCD
北大核心
2021年第5期25-33,共9页
基金
国家自然科学基金资助项目(71571113,91546202)
中央高校基本科研业务费专项资金资助。
文摘
本文基于复杂网络的局部聚类系数改进了传统的全局最小方差投资组合模型。首先通过股票对数收益率的相关系数矩阵构造股票关联网络,然后计算股票关联网络的局部聚类系数,最后通过全局最小方差模型确定最佳投资组合。将改进后的模型应用于A股市场,经过夏普比率、信息比率和欧米茄比率的对比分析得出改进后的投资组合模型在样本外的表现优于传统的全局最小方差投资组合模型。
关键词
复杂网络
局部聚类系数
投资组合
全局最小方差模型
Keywords
complex network
local clustering coefficients
Portfolio
global minimum variance model
分类号
F832 [经济管理—金融学]
O212 [理学—概率论与数理统计]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于聚类算法和图神经网络的短时交通流预测
张玺君
余光杰
崔勇
尚继洋
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2024
0
原文传递
2
基于复杂网络的投资组合优化研究
莫东序
郑田丹
《中国管理科学》
CSSCI
CSCD
北大核心
2021
10
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部