您的位置: 专家智库 > >

广西教育厅立项科研项目(200712LX290)

作品数:3 被引量:18H指数:2
相关作者:邵培基夏国恩更多>>
相关机构:电子科技大学广西财经学院更多>>
发文基金:广西教育厅立项科研项目国家自然科学基金中国博士后科学基金更多>>
相关领域:经济管理自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇经济管理
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇电信
  • 2篇电信业
  • 2篇支持向量
  • 2篇向量
  • 2篇客户
  • 2篇客户流失
  • 1篇支持向量分类
  • 1篇支持向量分类...
  • 1篇支持向量回归
  • 1篇支持向量回归...
  • 1篇神经网
  • 1篇神经网络
  • 1篇时间序列
  • 1篇时间序列预测
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇金融
  • 1篇金融时间
  • 1篇金融时间序列

机构

  • 3篇电子科技大学
  • 2篇广西财经学院

作者

  • 3篇夏国恩
  • 3篇邵培基

传媒

  • 1篇电信科学
  • 1篇金融理论与实...
  • 1篇计算机应用研...

年份

  • 2篇2009
  • 1篇2008
3 条 记 录,以下是 1-3
排序方式:
改进SVR在金融时间序列预测中的应用被引量:6
2008年
针对目前金融时间序列预测方法的不足,在利用训练样本与测试样本间马氏距离对惩罚因子进行加权的基础上,改进传统的支持向量回归机(SVR)。通过以上海证券综合指数趋势的预测为例子,与标准BP人工神经网络(BPANN)和SVR方法进行了对比,发现该方法能获得更准确的预测结果。结果表明,该方法能充分反映股票价格时间序列趋势规律,是研究金融时间序列预测问题的有效方法。
夏国恩邵培基
关键词:股票价格支持向量回归机人工神经网络时间序列预测
改进的支持向量分类机在客户流失预测中的应用被引量:10
2009年
针对目前客户流失预测方法的不足,在利用训练样本中不同类个数比值来确定各类惩罚参数的基础上,改进标准的C-支持向量分类机(SVC)。通过以美国某电信公司客户流失预测为实例,与标准C-SVC、人工神经网络、决策树、贝叶斯分类器等方法进行了对比,发现该方法能获得较好的正确率、命中率、覆盖率和提升系数,是研究客户流失预测问题的有效方法。
夏国恩邵培基
关键词:客户流失支持向量分类机电信业
电信业客户流失管理策略模型被引量:2
2009年
基于企业竞争的Delta策略模型,提出一种用于电信业的客户流失管理策略模型(CMSM)。通过使用某电信企业客户流失数据集,对CMSM进行了验证。其结果表明,该模型描述了客户流失的原因且包含了与企业竞争策略相关的主要预测因子,从而使其实际应用更易控制。
夏国恩邵培基
关键词:客户流失
共1页<1>
聚类工具0