龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中信建投证券股份有限公司
摘要：本公开的实施例公开了一种用于股市大盘形态分析的数据分析与显示方法。该方法的一具体实施方式包括：输入股市大盘样本数据，生成股市大盘样本数据的特征，利用卷积神经网络生成低维特征，基于低维特征利用竞争性神经网络生成样本节点，基于样本节点生成节点关系网络，利用聚类方法，基于节点关系网络确定股市大盘样本数据的输出类别。该方法利用竞争性神经网络计算样本节点以及利用马尔可夫聚类方法计算数据类别，能够自适应的获取数据类别信息，为判断股市大盘形态提供依据。
主权项：1.一种用于股市大盘形态分析的数据分析与显示方法，包括：获取股市大盘样本数据，其中，所述股市大盘样本数据为序列数据；生成所述股市大盘样本数据的特征；将所述股市大盘样本数据的特征输入预先训练的卷积神经网络进行降维处理，得到输出作为低维特征，利用卷积神经网络进行降维处理并提取低维特征，能够保证所提取的低维特征中不包含任何冗余信息以及未来信息；基于所述低维特征，利用竞争性神经网络生成样本节点，其中，竞争性神经网络通过如下步骤得到：确定竞争性神经网络的网络结构及参数，计算输入的低维特征与所有神经元节点之间的相似度，相似度最高的为胜出节点，该输入的低维特征归属于胜出节点，每个节点带有累计误差参数，每加入一个输入的低维特征就会更新该节点的累计误差，当累计误差超过阈值时，节点分裂产生新节点，每个输入的低维特征都执行节点的更新以及低维特征的重新划分，生成股市大盘样本数据的类别标签，将股市大盘样本数据的类别标签确定为样本节点；基于所述样本节点，生成节点关系网络；利用聚类方法，基于所述节点关系网络确定所述股市大盘样本数据的输出类别以及控制通信连接的显示设备显示所述输出类别；所述方法不需要预先知道股市大盘数据的类别数量，也不需要人工干预设定类别数量，能够自适应的输出股市大盘数据的类别信息；响应于所述股市大盘样本数据的输出类别是预定类别，将所述输出类别发送至支持报警的设备，控制所述设备发出警报信息，预定类别为表示股市大盘波动幅度较大的类别。
全文数据：
权利要求：
百度查询： 中信建投证券股份有限公司 一种用于股市大盘形态分析的数据分析与显示方法
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