基于分形理论的股票时序数据离群模式挖掘研究

被引：4

作者：

孙金花 ^{[1
]}

冯英浚 ^{[1
]}

胡健 ^{[1
,2
]}

机构：

[1] 哈尔滨工业大学管理学院

[2] 哈尔滨工业大学技术·政策·管理(TPM)研究中心

来源：

运筹与管理 | 2008年 / 05期

关键词：

数据挖掘; 离群模式挖掘; 分型理论; 股票时序数据;

D O I：

暂无

中图分类号：

TP311.13 []; F830.95 [];

学科分类号：

1201 ; 020204 ;

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。

引用

页码：135 / 140

页数：6