论文部分内容阅读
通过对股票样本历史数据噪音分析，引入高斯过程算法，实现了样本数据的回归预测模型；通过置信区间计算，估计正常数据的取值范围，从而实现异常数据的检测，同时结合蚁群算法，提出了高斯过程参数自适应机制。通过实验，该算法与其它算法对比，结果表明该算法可以在保证了近似的准确性的基础上，较大幅度地提高了计算效率，提升用户满意度。