-
公开(公告)号:CN117094829A
公开(公告)日:2023-11-21
申请号:CN202311003885.6
申请日:2023-08-10
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: G06Q40/06 , G06Q10/0635
Abstract: 本发明属于金融投资决策方法技术领域,具体涉及基于SVM算法的金融市场投资组合选择及风险预测方法。本发明结合SVM算法,并以股票数据集为样本,对基于SVM算法的投资组合策略的风险收益及风险预测效果进行了分析。本发明与传统的指数型基金投资策略相比,投资组合策略的抗风险能力得到了显著提升,其风险收益也稳定在较高的水平范围。且在SVM算法支持下,金融市场的风险预测误差水平也保持在较低的水平范围内。从现实应用来看,基于SVM算法的金融市场投资组合选择及风险预测具有较强的可行性。
-
公开(公告)号:CN118337810A
公开(公告)日:2024-07-12
申请号:CN202410326955.X
申请日:2024-03-21
Applicant: 南通大学
Abstract: 本发明属于计算机科学和工业自动化技术领域,具体涉及一种基于改进YOLOv5的工厂车间安全监测方法。本发明方法包括以下步骤:S1、收集和准备车间安全数据集;S2、数据集扩充和增强;S3、训练车间安全监测模型;基于改进的YOLOv5算法,训练车间安全监测模型;S4、部署训练好的模型到工厂车间安全监测系统中;S5、实时监测车间内的安全情况;S6、触发报警系统和发送警报通知。发明的工厂车间安全监测方法能够有效提升工厂车间的安全性和监测效果,降低安全风险,并为工厂提供可靠的安全保障。同时,该方法具有灵活性和可扩展性,可以根据实际需求进行定制和优化,满足不同工厂车间的安全监测要求。
-