{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,6,7]]，“日期-时间”：“2024-06-07T17:16:17Z”，“时间戳”：1717780577248}，“引用-计数”：43，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2018,6,1]]，《日期-时间》：“2018-06-01T00:00:00Z“，”timestamp“：1527811200000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[应用软件计算“]，”published-print“：{”date-parts“：[2018,6]]}，”DOI“：”10.1016\/j.asoc.2018.03.006“，”type“：”journal-article“，”created“：{“date-parts”：[[2018,3,10]]，“date-time”：“2018-03-10T20:39:44Z”，“timestamp”：1520714384000}，“page”：“337-349”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：42，“title”：[“使用多类别分类器和随机森林的混合金融交易支持系统”]，“prefix”：“10.1”016英寸，“volume”：“67”，“author”：[{“给定”：“Manoj”，“family”：“Thakur”，“sequence”：“first”，“affiliation”：[]}，“首页”：“205”，“doi”：“10.1007\/BF00126626”，“文章标题”：“财务预测简介”，“卷”：“6”，“作者”：“Abu-Mostafa”，“年份”：“1996”，“期刊标题”：“Appl.Intell.”}，{“key”：“10.1016\/j.asoc.2018.03.006_bib0010”，“卷标”：“vol.39”，“author”：“Deboeck”，“year”：“1994”}“：”crossref“，”first page“：”711“，”doi“：“10.1002”，“3990110606”，“article-title”：“期货市场中的u201cChaos\u201d？非线性动力学分析”，“volume”：“11”，“author”：“Blank”，“year”：“1991”，“journal-title“：”J.futures markets“}，{”issue“：”2“，”key“：”10.1016\/J.asoc.2018.03.006_bib0020“，”doi-asserted-by“：”crossref“，”first-page:“2452”，“doi”：“10.1016”/J.asoc.2010.10.001“，“文章标题”：“通过分类器组合预测股票回报率”，“卷”：“11”，“作者”：“Tsai”，“年份”：“2011”，“期刊标题”：“Appl.Soft Comput.”}，{“问题”：“6”，“关键”：“10.1016\/j.asoc.2018.03.006Bib0025”，“doi断言”：“crossref”，“首页”：“1506”，“doi”：“10.1109\/TNN.2003.820556”，“文章标题”：“金融时间序列预测中具有自适应参数的支持向量机”，“卷”：“14”，“作者”：“Cao”，“年份”：“2003”，“期刊标题”：“IEEE Trans.Neural Netw.”}，｛“issue”：“5”，“key”：“10.1016\/j.asoc.2018.03.006_bib0030”，“doi asserted by”：“crossref”，“首页”：“359”，“doi”：“10.1016\/0893-6080（89）90020-8”，“文章标题”：“多层前馈网络是通用逼近器”，“volume”：“2”，“author”：“Hornik”，“year”：“1989”，“journal-title”：“Neural Netw.”}，{“issue”：“4”，“key”：”10.1016\/j.asoc.2018.03.006_bib0035“，”doi-asserted-by“：”crossref“，”first page“：”363“，”doi“10.1142\/S0129065794000372”，”article-title“：”Neural networks，a complemental foundation“，”卷“：“5”，“author”：“Haykin”，“year”：“1994”，“journal-title”：“Int.J.Neural Syst.”}，{“issue”：“2”，“key”：“10.1016\/J.asoc.2018.03.006_bib0040”，“doi-asserted-by”：“crossref”，”first page“：“563”，“doi”：“101016\/J.asoc.2008.08.001”，“article-tite”：“基于神经网络的金融时间序列预测非线性元建模方法”，“volume”：9“，”作者“：“Yu”，“year”：“2009”，“journal-title”：“Appl.Soft Compute.”}，{“issue”：“6”，“key”：“10.1016\/j.asoc.2018.03.006_bib0045”，“doi-asserted-by”：“crossref”，“first page”：《631》，“doi”：“101002\/fut.3990130605”，《article-title》：“预测标普和黄金期货价格：神经网络的应用”，“volume”：第13页，“author”：“Grudnitski”“，”年份“：”1993“，“journal-title”：“J.Futures Markets”}，{“issue”：“4”，“key”：“10.1016\/J.asoc.2018.03.006_bib0050”，“doi-asserted-by”：“crossref”，“first-pages”：“361”，“doi”：“101016\/S0167-9236（01）00121-X”，“article-title“：“利用技术分析、模式识别器、神经网络和遗传算法预测纽约证交所综合指数：浪漫决策支持案例研究”，“卷”：“32”，“作者”：“Leigh”，“年份”：“2002”，“期刊标题”：“决策支持系统”}，{“问题”：“12”，“关键”：“10.1016\/j.asoc.2018.03.006_bib0055”，“doi-asserted-by”：“crossref”，“首页”：“1183”，“DOI”：“10.1016\/S0305-0548（00）00033-2”，“article-title”：“线性时间序列预测的神经网络研究”，“volume”：“28”，“author”：“Zhang”，“year”：“2001”，“journal-title“：”Compute.Oper.Res.“}，{”issue“：”3“，”key“：”10.1016\/j.asoc.2018.03.006_bib0060“，”DOI-asserted-by“：”crossref“，”first page“273”，“内政部”：“10.1007\/BF00994018”，“article-title”：“Support-vector networks”，“volume”：“20”，“author”：“Cortes”，“year”：“1995”，“journal-title“：”Mach.Learn.“}，{”key“：”10.1016\/j.asoc.2018.03.006_bib0065 8.03.006_bib0070“，”doi-asserted-by“：”crossref“，”first page“：”87“，”doi“：“10.1109\/TEVC.2008.928176”，“article-title”：“股市趋势挖掘的进化最小二乘支持向量机”，“volume”：“13”，“author”：“Yu”，“year”：“2009”，“journal-title“：”IEEE Trans.Evol.Comput.“}，{“issue”：“10”，“key”：”10.1016\/j.asoc.2018.03.006_bib0075“，”doi-asserted-by“：”crossref“，”first page“：”2513“，”doi“：“10.1016\/j.cor.2004.03.016”，“article-title”：“用支持向量机预测股市走势”，“volume”：“32”，“author”：“Huang”，“year”：“2005”，“journal-title“：”Compute.Oper.Res.“}，{“issue”：“1”，“key”：”10.1016\/j.asoc.2018.03.006_bib0080“，”doi-asserted-by“：”crossref“，”first page“：”307“，”doi“：”10.116\/S0 925-2312（03）00372-2“，“article-title”：“使用支持向量机进行金融时间序列预测”，“volume”：“55”，“author”：“Kim”，“year”：“2003”，“journal-title“：”Neurocomputing“}，{“key”：”10.1016\/j.asoc.2018.03.006_bib0085“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.106\/j.jocs.2016.07.006“，”article-title“：“用于金融市场趋势预测的基于近端支持向量机的混合预测模型”，“卷”：“17”，“作者”：“Kumar”，“年份”：“2016”，“期刊标题”：“J.Comput.Sci.”}，｛“问题”：“1”，“关键”：“10.1016\/J.asoc.2018.03.006Bib0090”，“doi断言者”：“crossref”，“首页”：“259”，“doi”：“10.1016\/J.eswa.2014.007.040”，“文章标题”：“使用趋势确定性数据准备和机器学习技术预测股票和股价指数走势”，“卷”：“42”，“作者”：“Patel”，“年份”：“2015年”，“期刊标题”：“专家系统应用”}，{“问题”：“3”，“关键”：“10.1016\/j.asoc.2018.03.006_bib0095”，“doi-asserted-by”：“crossref”，“首页”：“2177”，“doi”：“10.0016\/j.eswa.2010.08.004”，“article-title”：“股市价格预测的多核支持向量回归方法”，“量”：“38”，“作者”：“是”，“年份”：“2011”，“期刊标题”：“专家系统应用”}，{“键”：“10.1016\/j.asoc.2018.03.006_bib0100”，“doi-asserted-by”：“crossref”，“首页”：“90”，“doi”：“101016\/j.knosys.2017.01.033”，“artice-title“：“采用混合频率抽样的多支持向量机股指预测方法”，“卷”：“122”，“作者”：“潘”，“年份”：“2017年”，“期刊标题”：“基于知识的系统”}，{“问题”：“2”，“关键”：“10.1016\/j.asoc.2018.03.006_bib0105”，“doi-asserted-by”：“crossref”，“首页”：“807”，“doi”：“1016\/j.asoc.2011年10月09”，“文章标题”：“使用遗传算法和支持向量回归的混合股票选择模型”，“数量”：“12”，“作者”：“黄”，“年份”：“2012”，“日志标题”：“应用软件计算”}，{“问题”：“4”，“关键”：“10.1016\/j.asoc.2018.03.006_bib0110”，“doi-asserted-by”：“crossref”，“首页”：“488”，“doi”：“1014419\/ijamr.v4i4.5023”，“文章标题”：“定价漂亮期权的多核支持向量回归”，“volume”：“4”，“author”：“Verma”，“year”：“2015”，“journal-title”：“Int.J.Appl.Math.Res.”}，{“key”：”10.1016\/J.asoc.2018.03.006_bib0115“，”doi-asserted-by“：”crossref“，”first page“：”831“，”doi“：”10.116\/J-asoc.2015.10.030“，”article-title“：“Takagi\u2013Sugeno模糊模型结合支持向量回归进行股票交易预测”，“数量”：“38”，“作者”：“Chang”，“年份”：“2016”，“期刊标题”：“应用软件计算”}，{“问题”：“1”，“关键”：“10.1016\/j.asoc.2018.03.006_bib0120”，“首页”：“321”，”文章标题“：“PCA、KPCA和ICA在支持向量机降维中的比较”，“volume”：“55”，“author”：“Cao”，“year”：“2003”，“journal-title”：“Neurocomputing”}，{“key”：”10.1016\/j.asoc.2018.03.006_bib0125“，”doi-asserted-by“：”crossref“，”first page“：”534“，”doi“10.1016\/j.neucom.2012.06.037”，“article-title“：“整合非线性独立成分分析和支持向量回归进行股票价格预测”，“数量”：“99”，“作者”：“Kao”，“年份”：“2013”，“期刊标题”：“神经计算”}，{“问题”：“8”，“关键”：“10.1016\/j.asoc.2018.03.006_bib0130”，“doi-asserted-by”：“crossref”，“首页”：“10896”，“doi”：“101016\/j.eswa.2009.02.038”，“article-title”：“使用支持向量机结合混合特征选择方法进行股票趋势预测”，“volume”：“36”，“author”：“Lee”，“year”：“2009”，“journal-title“：“Expert Syst.Appl.”}，{“issue”：“2”，“key”：”10.1016\/j.asoc.2018.03.006_bib0135“，”doi-asserted-by“：”crossref“，”first page“161”，“doi”：“10.1016\/S0167-9236（98）00028-1”，“article-title”：“使用混合人工智能系统预测标准普尔500指数期货”，“volume”：“23”，“author”：“Tsaih”，“year”：“1998”，“journal-title“：”Decis.Support Syst.“}，{“key”：”10.1016\/j.asoc.2018.03.006_bib0140“，“series-title”：”2002年国际神经网络联合会议论文集，2002年，IJCNN\u201902，第3卷“，”第一页“：“2150”，“article-title”：“利用软计算技术构建可靠的交易股票决策支持系统”，“author”：“Baba”，“year”：“2002”}，{“issue”：“2”，“key”：“10.1016\/j.asoc.2018.03.006_bib0145”，“first page”：《7》，“artice-title》：“投机市场中的价格运动：趋势或随机游走”，“volume”：：“Alexander”，“year”：“1961”，“journal-title”：“Ind.Manag.Rev.（1986年之前）”}，{“issue”：“6”，“key”：“10.1016\/j.asoc.2018.03.006_bib0150”，“doi-asserted-by”：“crossref”，”first page“：“1121”，”doi“10.1016 \/0378-4266（95）00043-7”：“关于资本市场弱式效率的说明：简单技术交易规则对英国股价的应用\u2013 1935至1994”，“卷”：“20”，“作者”：“哈德森”，“年份”：“1996”，“期刊标题”：“J.Bank.Finance”}，{“发行”：“3”，“密钥”：“10.1016\/J.asoc.2018.03.006_bib0155”，“doi-asserted-by”：“crossref”，“首页”：“851”，“doi”：“10.1109\/TNN.2007.891629”，“article-title”：“股票预测的混合神经遗传学方法”，“volume”：“18”，“author”：“Kwon”，“year”：“2007”，“journal-title“：”IEEE Trans.Neural Netw.“}，{”issue“：”2“，”key“：”10.1016\/j.asoc.2018.03.006_bib0160“，”doi-asserted-by“：”crossref“，”first-page:“1015”，“doi”：“10.1016\/j.eswa 2009.05.093“，“文章标题”：“基于盒子理论和SVM算法的自动股票决策支持系统”，“卷”：“37”，“作者”：“文”，“年份”：“2010”，“期刊标题”：“专家系统应用”}，{“键”：“10.1016\/j.asoc.2018.03.006_bib0165”，“首页”：“155”，“文章标题”：《支持向量回归机》，“卷“：“第9卷”，“作家”：“Smola”，“年”：“1997”}、{“密钥”：“10.1016\/j.asoc.2018.03.006_bib0170”，“doi-asserted-by”：“crossref”，“first page”：“106”，“doi”：“10.116\/j.neucom.2016.02.075”，“article-title”：“加权多类别非平行平面SVM分类器”，“volume”：”211“，”author“：”Kumar“，”year“2016”，“journal-title“：”Neurocomputing“}”，{“issue”：“1\u20132”，“key”：\/j.asoc.2018.03.006_bib0175“，“doi-asserted-by”：“crossref”，“first page”：“77”，“doi”：“10.1007\/s10994-005-0463-6”，“article-title”：“多类别近端支持向量机分类器”，“volume”：”59“，”author“：”Fung“，”year“：”2005“，”journal-title“：”Mach.Learn.“}，{”key“：”10.1016\/j.asoc.2018.03.006_bib0180“，”doi-assert-by“：“131”，“doi”：“10.1016\/j.knosys.2015.02.009”，“article-title”：“基于最小二乘双支持向量机的多类分类方法比较”，“volume”：“81”，“author”：“Tomar”，“year”：“2015”，“journal-title“：”Knowl.based Syst.“}，{“key”：”10.1016\/j.asoc.2018.03.006_bib0185“，”series-title“：“期货市场完整指南：基本分析、技术分析、交易、价差和期权”，“作者”：“施瓦格”，“年份”：“1984”}，{“关键”：“10.1016\/j.asoc.2018.03.006_bib0190”，“系列时间”：“道琼斯理论：对其发展的解释及其作为投机辅助工具的用途的尝试”，“作家”：“Rhea”，“年”：“1993”}，{“key”：“10.1016\/j.asoc.2018.03.006_bib0195”，“series-title”：“金融市场的技术分析：交易方法和应用的综合指南”，“author”：“Murphy”，“year”：“1999”}：“Technical Analysis Explained:The Successful Investor’s Guide to Spoting Investment Trends and Turning Points”，“author”：“Pring”，“year”：“2002”}，{“issue”：“1”，“key”：“10.1016\/j.asoc.2018.03.006_bib0205”，“doi-asserted-by”：“crossref”，“first page”：《5》，“doi”：“101023\/A:1010933404324”，“article-title”：“Random forests”，《volume》：“45”，“author”:“Breiman”，“year”：“2001”，“journal-title”：“Mach.Learn.”}，{“issue”：“2 Pt 1”，“key”：“10.1016\/j.asoc.2018.03.006_bib0210”，“doi-asserted-by”：“crossref”，“first-page”：“1529”，“doi”：“101016\/j.eswa.2007.11.062”，“article-title“：”一种混合SOFM\u2013SVR，具有基于过滤的股市预测特征选择”，“volume”：”36“author”：“黄”，“年份”：“2009”，“journal-title”：“Expert Syst.Appl.”}，{“key”：“10.1016\/j.asoc.2018.03.006_bib0215”，“volume”：第2卷，“author”：“Hastie”，“year”：“2009”}]，“container-title“：[”Applied Soft Computing“]，“original-tittle”：[]，“language”：“en”，“link”：{“URL”：“https:\\/api.elsevier.com/content\/article\/PII:S15684618301224”？httpAccept=text\/xml“，”content-type“：”text\/xml“，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1568494618301224？httpAccept=text\/plain”，“content-type”：“text\/plaine”，“content-version“：”vor“，”intended-application“：”text-mining}]，“deposed”：{“date-parts”：[2019,2,26]]，“date-time”：”2019-02-26 T08:11:53Z“，”时间戳“：1551168713000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S1568494618301224”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2018,6]]}，‘references-count’：43，”alternative-id“：[”S1568494618.301224“]，”URL“：”http://dx。doi.org \/10.1016 \/j.asoc.2018.03.006“，”关系“：{}，”ISSN“：[”1568-4946“]，“issn type”：[｛“value”：“1568-4946”，“type”：“print”｝]，“subject”：[]，“published”：｛“date parts”：[[2018,6]]｝，“assertion”：[｛“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”｝维护，｛“value”：“使用多类别分类器和随机林的混合金融交易支持系统”，“name”：“articlettle”，“label”：“文章标题”｝，{“value”：“Applied Soft Computing”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https://doi.org/10.1016\/j.asoc.2018.03.006”，“name”：“articlelink”，“label”：“CrossRef doi链接到出版商维护的版本”}，{“value”：“article”，“name”：“content_type”，“label”：“content type”}，{“value”：“\u00a9 2018 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“label”：“版权”}]}}