龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京邮电大学
申请日：2024-04-02
公开（公告）日：2024-06-25
公开（公告）号：CN118245829A
主分类号：G06F18/2321
分类号：G06F18/2321;G06N3/0455;G06N3/08;G06Q40/04
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种基于自编码器和近邻传播算法的深度股票聚类方法，应用于股票预测技术领域。包括：获取股票的历史收盘价格时序数据；对获取的股票历史收盘价格时序数据进行数据预处理，得到预处理后的股票的历史收盘价格时序数据；利用预训练后的自编码器对预处理后的股票的历史收盘价格时序数据进行特征提取和降维，得到股票的历史收盘价格时序数据的低维、有效的表征；股票聚类层对股票的历史收盘价格时序数据的低维、有效的表征进行聚类，得到股票聚类结果；基于股票聚类结果构建同趋势股票关联关系图，得到股票预测的结果。本发明将降维和聚类集成到一个端到端的深度学习框架中，同时进行降维和聚类操作，提高了同趋势股票聚类的效果。
主权项：1.一种基于自编码器和近邻传播算法的深度股票聚类方法，其特征在于，包括以下步骤：获取股票的历史收盘价格时序数据；对获取的股票历史收盘价格时序数据进行数据预处理，得到预处理后的股票的历史收盘价格时序数据；利用预训练后的自编码器对预处理后的股票的历史收盘价格时序数据进行特征提取和降维，得到股票的历史收盘价格时序数据的低维、有效的表征；股票聚类层对股票的历史收盘价格时序数据的低维、有效的表征进行聚类，得到同趋势股票聚类结果；基于同趋势股票聚类结果构建同趋势股票关联关系图，得到股票预测的结果。
全文数据：
权利要求：
百度查询： 北京邮电大学 一种基于自编码器和近邻传播算法的深度股票聚类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号