Skip Navigation Linksلیست مقالات ترجمه شده / خرید و دانلود
1,331,000

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی صنايع " با موضوع " یک روش رگرسیون بردار پشتیبان چندهسته برای پیش ینی قیمت سهام در بورس " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
یک روش رگرسیون بردار پشتیبان چندهسته برای پیش ینی قیمت سهام در بورس
نویسنده/ناشر/نام مجله :
Expert Systems with Applications
سال انتشار
2011
کد محصول
1007466
تعداد صفحات انگليسی
10
تعداد صفحات فارسی
42
قیمت بر حسب ریال
1,331,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
1 مگا بایت
تصویر پیش فرض




Abstract

Support vector regression has been applied to stock market forecasting problems. However, it is usually needed to tune manually the hyperparameters of the kernel functions. Multiple-kernel learning was developed to deal with this problem, by which the kernel matrix weights and Lagrange multipliers can be simultaneously derived through semidefinite programming. However, the amount of time and space required is very demanding. We develop a two-stage multiple-kernel learning algorithm by incorporating sequential minimal optimization and the gradient projection method. By this algorithm, advantages from different hyperparameter settings can be combined and overall system performance can be improved. Besides, the user need not specify the hyperparameter settings in advance, and trial-and-error for determining appropriate hyperparameter settings can then be avoided. Experimental results, obtained by running on datasets taken from Taiwan Capitalization Weighted Stock Index, show that our method performs better than other methods

چکیده

رگرسیون بردار پشتیبان، برای مسائل پیش­بینی قیمت سهام بورس به کار می­رود. با این وجود، معمولاً لازم است که ابرپارامترهای توابع هسته به صورت دستی تنظیم شوند. یادگیری چندهسته، برای بررسی این­گونه مسائل توسعه داده شده است، که به کمک آن، وزن­های ماتریس هسته و ضرایب لاگرانژ را می­توان به صورت همزمان از طریق برنامه­ریزی نیمه معین بدست آورد. با این وجود، میزان زمان و فضای موردنیاز بسیار زیاد است. ما یک الگوریتم یادگیری چندهسته دومرحله­ای را با ترکیب بهینه­سازی مینیمال دنباله­ای و روش تصویر گرادیان توسعه می­دهیم. به کمک این الگوریتم، مزایای تنظیمات مختلف ابرپارامتری را می­توان ترکیب کرد و عملکرد کلی سیستم را بهبود بخشید. به علاوه، کاربر نیازی به تعیین تنظیمات ابرپارامتری از قبل ندارد و می­توان از آزمون و خطا برای تعیین تنظیمات مناسب ابرپارامتر خودداری کرد. نتایج تجربی، که با اجرای مجموعه داده­های حاصل از شاخص سهام سرمایه وزنی تایوان بدست آمده­اند، نشان می­دهند که روش ما بهتر از روش­های دیگر عمل می­کند.

1-مقدمه

پیش­بینی دقیق قیمت سهام، یک فعالیت خوش­آیند و در عین حال مشکل در دنیای تجاری مدرن است. عوامل بسیاری بر رفتار بورس تاثیر می­گذارند که شامل عوامل اقتصادی و غیراقتصادی هستند. بنابراین، پیش­بینی بورس، به عنوان یکی از چالش­برانگیزترین موضوعات تجارت است...


خدمات ترجمه تخصصی و ویرایش مقاله مهندسی صنايع در موسسه البرز


ثبت سفارش جدید