| 基于协同认知的智能股票预测 | 第1页 |
| 前言 | 第26-28页 |
| 第一章 协同学原理 | 第28-33页 |
| 第一节 协同学计算机 | 第28-30页 |
| 第二节 协同学的基本概念和数学工具 | 第30-33页 |
| 第二章 基于梯度动力学的协同学认知 | 第33-51页 |
| 引言 | 第33页 |
| 第一节 模式采模式识别 | 第33-37页 |
| 第二节 原型模式向量和试验模式向量 | 第37-41页 |
| 第三节 基于梯度动力学的学习算法 | 第41-42页 |
| 第四节 基于梯度动力学的认知算法 | 第42-45页 |
| 第五节 网络的可能实现 | 第45-51页 |
| 第三章 智能股票预测系统 | 第51-65页 |
| 第一节 智能预测的基本定义 | 第51-54页 |
| 第二节 经济序和经济预测 | 第54-55页 |
| 第三节 证券市场的特点 | 第55-59页 |
| 第四节 智能股票预测系统的建立 | 第59-65页 |
| 第四章 系统结果分析 | 第65-88页 |
| 第一节 原始数据的收集和处理 | 第65-66页 |
| 第二节 参数选择的实验 | 第66-71页 |
| 第三节 标准模式的提取 | 第71-77页 |
| 第四节 模式识别 | 第77-80页 |
| 第五节 预 测 | 第80-88页 |
| 第五章 总结和展望 | 第88-89页 |
| 致 谢 | 第89-90页 |
| 参考文献 | 第90-91页 |