您的位置: 专家智库 > >

国家高技术研究发展计划(2004AA413010)

作品数:3 被引量:80H指数:3
相关作者:顾明辛治运刘夫云祁国宁杨青海更多>>
相关机构:清华大学浙江大学更多>>
发文基金:国家高技术研究发展计划国家重点基础研究发展计划国家自然科学基金更多>>
相关领域:自动化与计算机技术自然科学总论更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇自然科学总论

主题

  • 1篇定制
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇时间序列
  • 1篇时间序列预测
  • 1篇授权模型
  • 1篇数字版权
  • 1篇数字版权管理
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇零部件
  • 1篇金融
  • 1篇金融时间
  • 1篇金融时间序列
  • 1篇金融时间序列...
  • 1篇金融数据
  • 1篇基于角色

机构

  • 2篇清华大学
  • 1篇浙江大学

作者

  • 2篇顾明
  • 1篇马兆丰
  • 1篇孙家广
  • 1篇杨青海
  • 1篇祁国宁
  • 1篇辛治运
  • 1篇刘夫云

传媒

  • 2篇清华大学学报...
  • 1篇机械工程学报

年份

  • 1篇2008
  • 2篇2006
3 条 记 录,以下是 1-3
排序方式:
基于最小二乘支持向量机的复杂金融时间序列预测被引量:56
2008年
为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢,内存开销大等问题,提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法。该方法将传统的支持向量机中的不等式约束改为等式约束,且将误差平方和的损失函数作为训练集的经验函数,这样把二次规划问题转化为求解线性方程组问题,提高求解问题的速度和收敛精度。实验中以证券指数为实验数据,对大批量金融数据进行了时间序列预测,相比于神经网络预测方法,该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高,对复杂金融时间序列具有较好的预测效果。
辛治运顾明
关键词:金融数据时间序列预测支持向量机
基于复杂网络的零部件用量预测方法被引量:14
2006年
在采用有向网络对产品族主结构进行描述的基础上,根据网络中结点入度的双对数坐标分布曲线及其分布规律,提出了产品族零部件关系网络结点入度演化规律,并推导出了结点入度概率密度的解析表达式。通过对零部件种类随产品数变化历史数据的分析,建立了零部件种类与产品数之间的表达关系式。提出了基于给定产品数增量的零部件用量预测方法,以某工业汽轮机产品族数据为例,对部件用量进行了预测,并对预测结果进行了验证,对预测误差进行了分析。
刘夫云祁国宁杨青海
关键词:大批量定制复杂网络
基于角色的可信数字版权安全许可授权模型被引量:10
2006年
为解决数字版权管理(DRM)仅支持静态的预先许可授权在许可控制方面无法确保被保护资源被非法使用问题,提出了基于角色的可信数字版权安全许可授权模型(rDRM),通过对DRM“主体客体条件约束权限”的定义,建立支持角色的许可授权机制,给出了版权安全许可授权、收权和迁移策略,以内容版权许可管理有限状态机实现许可状态的动态控制和许可状态管理。基于角色的rDRM许可授权模型具有很强的灵活性和易管理性,适用于具有较多用户且有着不同权限层次的授权管理,防止数字内容的非法复制和扩散。
马兆丰顾明孙家广
关键词:角色授权
共1页<1>
聚类工具0