-
题名基于改进微粒群算法的信息化需求组合优选模型研究
- 1
-
-
作者
郭树行
丁娴
王坚
-
机构
中央财经大学信息学院北京
美国华盛顿大学信息学院西雅图
-
出处
《计算机科学》
CSCD
北大核心
2013年第6期238-241,共4页
-
基金
中央财经大学211工程三期建设(211-cure-3th)资助
-
文摘
为了适应信息化需求投资组合量化管理的要求,提出了一种基于改进微粒群算法的信息化需求投资组合模型。首先论述了微粒群在投资领域中的应用现状;其次定义了信息化需求元模型,设定了相关两系数;提出了一种引入信息化需求间效用期望系数、决策者偏好系数的新微粒群机制的IPSO算法,并与传统PSO算法进行了对比验证。
-
关键词
信息化需求
组合优化
微粒群算法
偏好系数
效用期望
-
Keywords
Information needs, Portfolio optimization, Particle swarm optimization algorithm, Preferences coefficient,Expected utility coefficient
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于数据概要描述的分布式数据流聚类模型与算法
被引量:4
- 2
-
-
作者
毛国君
曹永存
-
机构
中央财经大学信息学院北京
中央民族大学信息工程学院北京
-
出处
《计算机科学》
CSCD
北大核心
2013年第6期187-191,202,共6页
-
基金
国家自然科学基金项目(62173293)
中央财经大学教改项目基金资助
-
文摘
数据流挖掘可有效解决大容量流式数据的知识发现问题,并已得到广泛研究。数据流的一个典型的例子是传感器采集的流式数据。然而,随着传感器网络的应用普及,这些流式数据在很多情况下是分布式采集和管理的,这就必然导致分布式地挖掘数据流的需求。分布式数据流挖掘的最大障碍是由分布式而导致的挖掘质量或者效率问题。为适应分布式数据流的聚类挖掘,探讨了分布式数据流的挖掘模型,并且基于该模型设计了对应的概要数据结构和关键的挖掘算法,给出了算法的理论评估或者实验验证。实验说明,提出的模型和算法可以有效地减少数据通信代价,并且能保证较高的全局模式的聚类质量。
-
关键词
分布式数据流
数据概要
增量式聚类
全局模式
-
Keywords
Distributed data stream, Data synopsis, Incremental clustering, Global pattern
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名我国医疗产业的进入壁垒分析
被引量:1
- 3
-
-
作者
潘丽娜
龚筝
-
机构
中央财经大学信息学院
-
出处
《大观周刊》
2012年第3期77-77,共1页
-
文摘
本文运用产业组织的进入壁垒理论对医疗产业进行分析,探究医疗产业进入壁垒的涵义和主要的进入壁垒因素,指出在医疗产业中,形成企业进入壁垒的绝非单一因素所致,而是多个因素综合作用的结果,为今后医疗产业政策的制定和企业的进入决策提供一个分析工具。
-
关键词
医疗产业
进入壁垒
-
分类号
F2
[经济管理—国民经济]
-