公开(公告)号：CN106779145A

公开(公告)日：2017-05-31

申请号：CN201611014473.2

申请日：2016-11-18

Applicant: 北京信息科技大学

Inventor： 吕学强 ,  董志安 ,  李江龙

IPC: G06Q10/04 ,  G06Q40/04 ,  G06N3/08

CPC classification number: G06Q10/04 ,  G06N3/08 ,  G06Q40/04

Abstract: 本发明涉及一种基于神经网络集成的股票趋势预测方法，采用由BP神经网络、Elman神经网络和RBF神经网络组成的神经网络集成模型来预测股票趋势。本发明提供的基于神经网络集成的股票趋势预测方法，其趋势分类效果要高于单一的神经网络和svm的分类效果，能够很好地应用于股票趋势预测，预测结果准确，可以很好地满足实际应用的需要。

公开(公告)号：CN106933800A

公开(公告)日：2017-07-07

申请号：CN201611070608.7

申请日：2016-11-29

Applicant: 首都师范大学 ,  北京信息科技大学

Inventor： 周建设 ,  吕学强 ,  董志安 ,  李江龙

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明涉及一种金融领域的事件句抽取方法，包括以下步骤：步骤1)利用互联网搜索和上市公司名信息进行公司名识别；步骤2)综合考虑语句所在位置、公司名信息、领域动词信息、语句与标题相似度四个方面特征，构造权值表达；步骤3)从句子集中提取金融事件句。本发明提出了基于互联网信息的公司名识别方法，利用的规则少，不受训练语料限制，能充分为事件句的提取及事件元素的识别做好准备，解决了进行公司名识别时所面临的简称使用频繁、口语化现象严重带来的问题；本发明从公司名信息、领域动词信息、语句与标题相似度、语句所在位置四个方面对句子进行综合权重计算，最终选出金融事件句，能够高效地识别和提取金融事件句。