文献条码 |
索书号 |
状态 |
所属分馆 |
所在馆 |
馆藏地点 |
架位号 |
单价 |
套价 |
入库日期 |
操作 |
51030401005209 |
F830/1942 |
在架 |
大安区图书馆 |
大安区图书馆 |
综合阅览区 |
|
CNY95.00 |
CNY95.00 |
2021-12-14 |
登录 |
51030401005210 |
F830/1942 |
在架 |
大安区图书馆 |
大安区图书馆 |
综合阅览区 |
|
CNY95.00 |
CNY95.00 |
2021-12-14 |
登录 |
订购年份 |
验收类型 |
验收期数 |
验收数量 |
验收日期 |
未找到数据 |
000 nam
001 __ 0100002782
005 __ 20211212084755.8
010 __ ■a978-7-5194-5982-6■b精装■dCNY95.00
100 __ ■a20210617d2021 em y0chiy50 ea
101 0_ ■achi
102 __ ■aCN■b110000
105 __ ■ay a 000yy
106 __ ■ar
200 1_ ■a长时间序列聚类方法及应用研究■9chang shi jian xu lie ju lei fang fa ji ying yong yan jiu■e基于股票价格■f孙吉红, 刘伟成著
210 __ ■a北京■c光明日报出版社■d2021.05
215 __ ■a216页■d24cm
225 2_ ■a光明社科文库■9guang ming she ke wen ku■i经济与管理书系
314 __ ■a孙吉红, 现为齐鲁工业大学理学院副教授等职。刘伟成, 美国伊利诺伊大学香槟分校访问学者。
320 __ ■a有书目 (第191-216页)
330 __ ■a本书在以往时间序列预测的研究基础上, 抽取了LE、几个时域特征 (幅值平方和、峰值、方差、峰度、偏度)、功率谱密度、趋势项系数、时频转换特征项、自相关函数、偏相关函数、周期项系数等几个序列特征, 分别采用了基于层次的CURE聚类方法、减聚类与CURE聚类结合的聚类方法对长时间序列进行聚类。实践证明, 该金融时间序列挖掘模型能有效地指导用户的市场行为, 辅助用户决策。无疑, 本书的研究将填补国内在时间序列数据挖掘领域中对长时序进行研究的空白, 将为国内金融时间序列挖掘研究填充新的内容。
410 _0 ■12001 ■a光明社科文库■i经济与管理书系
517 1_ ■a基于股票价格■9ji yu gu piao jia ge
606 0_ ■a金融■9jin rong■x时间序列分析
690 __ ■aF830■v5
701 _0 ■a孙吉红,■9sun ji hong■f1971-■4著
701 _0 ■a刘伟成,■9liu wei cheng■f1971-■4著
801 _0 ■aCN■b人天书店■c20211211
905 __ ■aTSG■b51030401005209-10■dF830■e1942■f2