資源描述：
《支持向量機(jī)在金融交易分析中的應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)學(xué)校代碼10487學(xué)號(hào)612100200672166密級(jí)碩士學(xué)位論文支持向量機(jī)在金融交易分析中的應(yīng)用研究學(xué)位申請(qǐng)人：賀江華學(xué)科專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：李玉華副教授答辯日期:2008年6月5日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringAnApplicationResearchonSupportVectorMachineinFinancialAnalysisCandidate:HeJiang
2、huaMajor:ComputerApplicationTechnologySupervisor:AssociateProf.LiYuhuaHuazhongUniversityofScienceandTechnologyWuhan,Hubei430074,P.R.ChinaJune,2008獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本
3、人完全意識(shí)到，本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在_____年解密后適用本授權(quán)書。本論文屬于不保密□。（請(qǐng)?jiān)谝陨戏娇騼?nèi)打“√”）學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日華
4、中科技大學(xué)碩士學(xué)位論文摘要隨著經(jīng)濟(jì)發(fā)展和人們進(jìn)行商業(yè)活動(dòng)能力的提高，金融交易活動(dòng)的發(fā)生日益頻繁，在大量的交易活動(dòng)中隱藏著許多非正常的交易，洗錢活動(dòng)也伴隨其中，根據(jù)專家知識(shí)以及相關(guān)法律法規(guī)人工識(shí)別所有可疑交易工作量太大，需要將這些專家知識(shí)以及相關(guān)法律法規(guī)與數(shù)據(jù)挖掘技術(shù)相結(jié)合，對(duì)大量的交易數(shù)據(jù)實(shí)行自動(dòng)化、智能化的分析，發(fā)現(xiàn)隱藏其中的交易模式，為金融監(jiān)管部門提供信息指導(dǎo)與犯罪預(yù)警，結(jié)合金融背景，將支持向量機(jī)分類技術(shù)運(yùn)用到金融交易的分析中，通過對(duì)歷史交易數(shù)據(jù)的學(xué)習(xí)可以對(duì)未來的交易作出有指導(dǎo)意義的預(yù)測(cè)。介紹了支持向量機(jī)的原理方法，討論了幾類
5、主要的改善支持向量機(jī)的方法：二次規(guī)劃求解方法，分解算法，增量算法以及集成多種技術(shù)的分類算法等。接下來對(duì)支持向量機(jī)算法和神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了比較，說明了支持向量機(jī)在學(xué)習(xí)性能上的特點(diǎn)和優(yōu)勢(shì)。金融交易分析是金融監(jiān)管的重要一環(huán)，分析結(jié)果對(duì)打擊防范金融犯罪有重要意義。介紹了金融交易分析的概念，描述了金融交易分析的過程，然后基于支持向量分類給出了一種可操作性強(qiáng)的分析流程，并對(duì)分析的各個(gè)步驟進(jìn)行了詳細(xì)的說明。針對(duì)小樣本集與大樣本集情況分別對(duì)已有支持向量機(jī)算法進(jìn)行了改進(jìn)。小樣本集情況下將支持向量機(jī)算法與距離判別方法相結(jié)合，分別對(duì)訓(xùn)練樣本集與測(cè)試樣本集
6、進(jìn)行分組，通過訓(xùn)練后錯(cuò)分樣本的信息指導(dǎo)后續(xù)的學(xué)習(xí)過程。大樣本集情況下采用增量式學(xué)習(xí)方法，解決海量數(shù)據(jù)處理與訓(xùn)練樣本集不完備問題，并根據(jù)實(shí)際情況融合了類加權(quán)思想，對(duì)原有訓(xùn)練過程進(jìn)行擴(kuò)展。實(shí)驗(yàn)表明兩種情況下的改進(jìn)算法都是有效的。關(guān)鍵詞：支持向量機(jī)，分類，金融交易，距離判別，增量式學(xué)習(xí)I華中科技大學(xué)碩士學(xué)位論文AbstractAlongwitheconomicdevelopmentandpeople'sincreasingabilitytotakecommercialactivities,financialtransactionsarei
7、ncreasinglyfrequent.Therearemanynon-normaltransactionshiddeninlargenumberoftradingactivities,includingmoney-laundering.Thereistoomuchworkloadtoidentifyallsuspicioustransactionsaccordingtoexpertknowledgeandrelatedlawsandregulations.Itisnecessarytocombineexpertknowledgea
8、ndrelatedlawsandregulationswithdataminingtechnology,thenanalyzelargenumberoftransactiondataautomaticallyandintelligen
