基于SOM网络的股票聚类分析方法

被引：6

作者：

徐志超 ^{[1
]}

梁艳春 ^{[2
]}

时小虎 ^{[2
]}

机构：

[1] 长春税务学院网络中心

[2] 吉林大学计算机科学与技术学院

来源：

计算机工程与设计 | 2008年 / 09期

关键词：

SOM神经网络; 动态竞争; 聚类; 禁忌映射; 股票分析;

D O I：

10.16208/j.issn1000-7024.2008.09.089

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一。在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果。为了提高解的精度,避免多个输入样本映射到同一输出节点还提出了禁忌映射的方法。数值模拟表明该模型对于上市公司的聚类结果令人满意,对于股民客观、准确地选出真正具有投资价值的股票具有指导意义。

引用

页码：2426 / 2428

页数：3

共 7 条

[1] 一个新的聚类有效性分析指标 [J].