论文摘要
时间序列存在于社会的经济、医学等很多领域，其中时间序列的趋势分析是一个具有重要现实意义的研究领域，因为人们掌握事物的发展趋势(内在规律)，就能利用这些规律制定相应的决策。传统对时间序列的分析多从系统的角度出发，而本文对时间序列的分析是从数据挖掘的角度出发。外汇汇率时间序列，往往含有较多的干扰因素，因此必须对原始数据进行平滑处理，尽可能的除去附加的干扰因素。为了能够对时间序列进行数据挖掘，必须从时间序列数据中抽取决定时间序列行为发展趋势的静态属性。上述静态属性都是连续数据，而本文采用粗糙集方法对时间序列进行数据挖掘，粗糙集处理的数据必须是离散数据，所以必须将连续数据离散化。经过处理得到一个适合于使用粗糙集进行数据挖掘的数据库。通过属性约简，可以删除信息系统中的冗余属性，这是对信息系统的整体而言；通过属性值约简，可以删除信息系统中的冗余属性值，这是对信息系统的每条决策规则而言。对于属性约简，本文采用一种高效属性约简算法，同时重点研究了属性值约简，并提出了一种改进的基于属性值重要性的粗糙集值约简算法，它是在原有启发式值约简算法基础上提出来的，而且通过实例分析验证了其在执行效率上有一定的提高。有效的外汇交易决策通常依赖有效的外汇预测，为此，开发了一个外汇预测与决策支持集成系统，该系统主要包括基于粗糙集的外汇汇率预测系统和外汇交易决策支持系统两个子系统。系统主要目的是给出短期外汇预测结果，并为外汇交易者和个人投资者提供外汇交易与投资决策。通过参数化和非参数化指标，对该系统做出了评价，验证了该系统具有优越性。
论文目录
摘要Abstract目录绪论一、选题的研究背景与研究意义二、本文的主要工作及创新点第一章 数据挖掘及外汇时间序列1.1 数据挖掘概论1.1.1 数据挖掘定义1.1.2 数据挖掘系统的分类1.2 时间序列概论1.2.1 时间序列的定义1.2.2 时间序列的相关研究1.3 外汇的相关知识1.3.1 外汇的概念1.3.2 外汇的作用1.3.3 主要外汇分析预测软件简介本章小结第二章 粗糙集理论2.1 粗糙集理论发展史2.2 知识表达系统2.2.1 知识表达系统2.2.2 知识表达形式2.3 粗糙集理论基本概念2.3.1 不可分辨关系2.3.2 集合的上、下近似及正、负域2.3.3 决策规则2.3.4 属性核及值核2.3.5 属性及属性值的重要性2.3.6 知识的约简本章小结第三章 时间序列静态属性的抽取3.1 时间序列的平滑处理3.1.1 移动平均法3.1.2 低通滤波器法3.2 时间序列的静态属性的抽取3.2.1 模式分割3.2.2 静态属性抽取3.3 时间序列静态属性的离散化3.3.1 一般离散化算法3.3.2 基于统计学的离散化算法3.3.3 基于粗糙集理论的离散化算法3.4 外汇汇率静态属性组成的信息系统本章小结第四章 时间序列的属性约简及值约简4.1 属性约简算法归纳4.1.1 基于正区域的属性约简算法4.1.2 基于区分矩阵的属性约简算法4.1.3 基于属性重要性的属性约简算法4.2 一种属性约简高效算法4.2.1 引言4.2.2 算法流程4.2.3 算法分析4.3 启发式值约简算法4.4 基于属性值重要性的启发式值约简算法4.4.1 引言4.4.2 算法流程4.4.3 实例分析4.5 仿真实验本章小结第五章 外汇预测与决策支持集成系统5.1 系统分析与总体框架5.2 系统设计5.2.1 基于粗糙集的外汇预测子系统（FEFS）5.2.2 外汇决策支持子系统（FEDSS）5.3 系统开发5.4 系统评价5.4.1 参数化指标的评价5.4.2 非参数化指标的评价本章小结结论参考文献攻读硕士学位期间发表的学术论文致谢
相关论文文献
标签：时间序列论文; 趋势分析论文; 外汇交易论文; 粗糙集理论论文;
