基于分形理论的股票时序数据离群模式挖掘研究

作     者：孙金花 冯英浚 胡健 SUN Jin-hua;FENG Ying-jun;HU Jian

作者机构：哈尔滨工业大学管理学院黑龙江哈尔滨150001 哈尔滨工业大学技术.政策.管理(TPM)研究中心黑龙江哈尔滨150001 

基　　金：国家自然科学基金资助项目(70571019 70771031) 国家教育部博士点基金(20060213004) 国防科工委基础科研资助项目(A2320060097) 哈尔滨工业大学技术政策管理国家哲学社会科学创新基地基金 

出 版 物：《运筹与管理》 (Operations Research and Management Science)

年 卷 期：2008年第17卷第5期

页      码：135-140页

摘      要：针对股票时间序列的特点,从离群点对股票时序数据有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G-P(Grassberger-Procaccia)算法计算股票时间序列数据集的多重分形广义维数,并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明,该方法能有效地解决股票时间序列离群模式挖掘问题。

主 题 词：数据挖掘 离群模式挖掘 分型理论 股票时序数据 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-3221.2008.05.024

馆 藏 号：203311734...