Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 107,648,072
Mô hình mờ TSK dự đoán giá cổ phiếu dựa trên máy học Véc-tơ hỗ trợ hồi quy
Tác giả hoặc Nhóm tác giả:
Nguyễn Đức Hiển, Lê Mạnh Thạnh
abortion stories gone wrong
how to abort at home
teenage abortion facts
Nơi đăng:
Tạp chí khoa học Trường Đai học Cần Thơ
abortion stories gone wrong
how to abort at home
teenage abortion facts
cvs weekly sale
cvs print
prescription savings cards
;
S
ố:
Số chuyên đề Công nghệ thông tin (2015);
Từ->đến trang
: 144-151;
Năm:
2015
Lĩnh vực:
Công nghệ thông tin;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Bài báo này đề xuất một mô hình mờ TSK cho bài toán dự đoán giá cổ phiếu dựa trên mô hình máy học véc-tơ hỗ trợ hồi qui. Trên cở sở thỏa mãn các điều kiện nhằm đồng nhất giữa hàm đầu ra của mô hình mờ TSK và hàm quyết định của máy học véc-tơ hỗ trợ hồi qui, chúng ta có thể xây dựng một thuật toán cho phép trích xuất mô hình mờ TSK từ máy học véc-tơ hỗ trợ. Bên cạnh đó trong nghiên cứu này chúng tôi còn đề xuất một giải pháp cho phép tối ưu hóa mô hình mờ TSK trích xuất được thông qua việc điều chỉnh tham số ε. Mô hình đề xuất là sự kết hợp của thuật toán phân cụm SOM và thuật toán trích xuất mô hình mờ TSK từ máy học Véc-tơ hỗ trợ hồi quy. Hiệu quả của giải pháp đề xuất được đánh giá thông qua các kết quả thực nghiệm và có sự so sánh với kết quả của một số mô hình khác.
ABSTRACT
This paper proposes a TSK fuzzy model for stock price forecasting based on Support vector machine for regression. By uniformly satisfying these conditions between TSK fuzzy models and Support vector machines for regression, we can construct an algorithm to extract TSK fuzzy model from Support vector machines. This research does not give the algorithm that allows to extract TSK fuzzy model from support vector machine, but rather proposes a solution that allows optimization of extracted fuzzy model through the adjustment of ε parameter. The proposed model is combination of the SOM clustering algorithm and fm-SVM, the algorithm to extract TSK fuzzy model from Support vector machines. The effectiveness of the proposed solutions is evaluated through experimental results and a comparison with the results of some other models.
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn