分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-03 合作期刊: 《计算机应用研究》
摘要: 针对股票市场关系复杂导致的有效特征提取困难、价格预测精度低等问题,提出一种基于动态模态分解-长短期记忆神经网络(DMD-LSTM)的股票价格时间序列预测方法。首先通过DMD算法对受市场板块联动效应影响的关联行业板块样本股数据进行分解计算,提取包含整体市场和特定股票走势变化信息的模态特征;然后针对不同市场背景,采用LSTM网络对基本面数据和模态特征进行价格建模预测。在鞍钢股份(sh600000)上的实验结果表明,该方法相较于传统预测方法,在特定的市场背景下能实现更高的价格预测精度,更为准确地描述股票价格的变化规律。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 针对安全多方计算(MPC)中大部分参与者不诚实情况下无法获得公平性这一问题,基于区块链智能合约构造惩罚机制,提出了公平的安全MPC协议。协议分为两个阶段,分别为基于可验证秘密共享的MPC阶段和公平的秘密重建阶段,参与方只要收集t+1个正确份额即可得到最终输出。协议利用同态承诺来验证秘密份额的正确性,使用超时机制来判别恶意参与方的提前终止行为,并对恶意方进行经济惩罚。安全性分析表明诚实参与方能够获得最终输出,否则将得到经济补偿;性能分析表明参与方只需缴纳一轮押金并且大量复杂的秘密份额验证工作都在链下,协议的执行效率得到保证。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 在传统的文本分类中,文本向量空间矩阵存在“维数灾难”和极度稀疏等问题,而提取与类别最相关的关键词作为文本分类的特征有助于解决以上两个问题。针对以上结论进行研究,提出了一种基于关键词相似度的短文本分类框架。该框架首先通过大量语料训练得到word2vec词向量模型;然后通过TextRank获得每一类文本的关键词,在关键词集合中进行去重操作作为特征集合。对于任意特征,通过词向量模型计算短文本中每个词与该特征的相似度,选择最大相似度作为该特征的权重。最后选择K近邻(KNN)和支持向量机SVM作为分类器训练算法。实验基于中文新闻标题数据集,与传统的短文本分类方法相比,分类效果平均提升约6%,从而验证了该框架的有效性。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 计算机辅助肺癌诊断对于肺癌的早期发现及提早治疗具有重要意义。提出一种基于密度分布的特征评估算法,同时引入模式识别模型来评估该方法的效率。首先,从肺部肿瘤图像中随机提取像素块集,通过K-均值聚类算法将其分为10类,根据CT图像中肺结节像素值和聚类中心的关系,提取出10维特征向量,利用随机森林分类器进行模型训练,进而判断肺结节良恶性水平。通过CT图像公开数据集LIDC-IDRI实验表明分类平均精度达到0.9008。实验结果对比分析表明,提出的特征表达方法具有更优的分类效果和更高的鲁棒性。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-20 合作期刊: 《计算机应用研究》
摘要: 针对全局优化问题,基于一类支持向量数据描述(SVDD)和已有的根系生长算法提出一种新的智能优化算法——根生群优化算法,将根系划分为主根群体和侧根群体。基于SVDD描述主根群体的生长行为,将土壤中养分浓度最高的位置作为全局优化的目标,构建了根系生长模型;分析了RGSO的数学模型,从理论上证明了RGSO的收敛性。在实验中,与当前最先进的其他三个算法进行综合比较,并观察了不同参数对优化效果的影响。实验结果验证了RGSO的收敛性和有效性,表明RGSO是一种解决全局优化问题的有效算法。