郭坤
- 作品数：4 被引量：5H指数：2
- 供职机构：合肥工业大学计算机与信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 基于马尔可夫毯时序回归模型的房地产板块指数预测被引量：3
- 2014年
- 房地产板块是中国股市的核心行业板块,房地产板块股价指数走势的分析有助于对中国股市态势的正确把握.针对行业板块之间的相关性难以发现和房地产板块股价指数难以有效预测的问题,基于股市行业板块之间指数波动的相关性,利用马尔可夫毯学习算法选择与房地产板块相关的行业板块,通过因果分析避免现行方法中选取相关板块的主观性;进而,利用Granger因果检验从中选择与房地产板块存在时序因果关系的板块,从而构建房地产板块的向量时序回归模型,实现对房地产板块股价指数的有效预测;最后,通过脉冲响应和方差分解对模型进行分析.对于上证股市所进行的实验比较和实证分析的结果表明,该方法能有效预测房地产板块股价指数的走势.
- 李俊照郭坤姚宏亮王浩方帅
- 关键词：房地产板块GRANGER因果检验
- 逻辑回归分析的马尔可夫毯学习算法被引量：2
- 2012年
- 针对当前的马尔可夫毯学习算法会引入不正确的父子节点和配偶节点的问题,提出了一种基于逻辑回归分析的马尔可夫毯学习算法RA-MMMB.利用MMMB算法得到候选的马尔可夫毯,建立目标变量与候选马尔可夫毯的逻辑回归方程,通过回归分析在保留与目标变量相关性很强的变量的同时,去掉MMMB等算法所引入的弱相关性的错误变量以及其他的弱相关性变量;然后利用G2测试去掉回归分析后候选马尔可夫毯中的兄弟节点,得到目标变量的马尔可夫毯.RA-MMMB算法通过回归分析,减少了条件独立测试的次数,提高了学习的精度.实验比较和分析表明,RA-MMMB算法能有效地发现变量的马尔可夫毯.
- 郭坤王浩姚宏亮李俊照
- 关键词：贝叶斯网络
- 一种基于逻辑回归分析的马尔科夫毯学习算法
- 针对当前的马尔科夫毯学习算法会引入不正确的子结点和配偶结点的问题，提出了一种基于逻辑回归分析的马尔科夫毯学习算法RA-MMMB。首先利用MMMB（最大最小马尔科夫毯）算法得到候选的马尔科夫毯，建立目标变量与候选马尔科夫毯...
- 郭坤王浩姚宏亮李俊照
- 关键词：贝叶斯网络
- 文献传递
- 基于回归分析的马尔科夫毯学习算法研究及其应用
- 特征选择是数据挖掘和机器学习领域的重要研究部分，是从特征集合中选择相关的特征，并剔除不相关特征和冗余特征。特征选择可以有效减少问题求解中的变量，解决“维度灾难”的问题。 贝叶斯网络是将概率论与图论相结合，定性和定量的描...
- 郭坤
- 关键词：股票市场学习算法
