-
公开(公告)号：CN110992145B
公开(公告)日：2022-11-08
申请号：CN201911204192.7
申请日：2019-11-29
Applicant: 三峡大学
Abstract: 本发明公开了农产品远期交易方法，交易双方为农户和采购商，交易中心对交易过程进行监管，交易方式包括定量不定价、定量定价，参与交易的农户、采购商经协商达成一致后，选择农产品的交易方式；采购商填写农产品交易信息，经农户确认后，形成农产品远期交易订单；交易中心对农产品远期交易订单进行审核，通过审核后形成正式合约；交割日进行农产品检测；通过检测后，农户、采购商进行交割，向农户、采购商退回保证金。本发明提供了一种农户与采购商进行农产品远期交易的方法，减小农产品交易过程的不确定性，降低农产品交易的风险，保护交易双方的利益。
-
公开(公告)号：CN110992145A
公开(公告)日：2020-04-10
申请号：CN201911204192.7
申请日：2019-11-29
Applicant: 三峡大学
Abstract: 本发明公开了农产品远期交易方法，交易双方为农户和采购商，交易中心对交易过程进行监管，交易方式包括定量不定价、定量定价，参与交易的农户、采购商经协商达成一致后，选择农产品的交易方式；采购商填写农产品交易信息，经农户确认后，形成农产品远期交易订单；交易中心对农产品远期交易订单进行审核，通过审核后形成正式合约；交割日进行农产品检测；通过检测后，农户、采购商进行交割，向农户、采购商退回保证金。本发明提供了一种农户与采购商进行农产品远期交易的方法，减小农产品交易过程的不确定性，降低农产品交易的风险，保护交易双方的利益。
-
公开(公告)号：CN110210974A
公开(公告)日：2019-09-06
申请号：CN201910472328.6
申请日：2019-05-31
Applicant: 三峡大学
Abstract: 一种基于粒子群优化增量支持向量机的内幕交易辨别方法，首先收集内幕交易相关的样本数据及其特征指标作为样本数据集；然后利用粒子群优化算法优化参数后的支持向量机对样本数据集进行学习和分类，并确定最优的分类面和分类向量，获得测试目标并收集测试目标数据集，根据最优分类面对测试目标的特征指标进行估计并分类，判断样本是否存在内幕交易。本发明建立了股票市场内幕交易行为自动识别模型，实现了对测试目标是否存在内幕交易进行准确识别；其中，采用粒子群优化算法对支持向量机进行优化，提高了支持向量机分类器的准确率；将违背原决策函数的KKT条件的样本和相应分类结果加入到原样本数据集形成新的样本数据集，实现模型的自动更新学习。
-
公开(公告)号：CN110189227A
公开(公告)日：2019-08-30
申请号：CN201910472187.8
申请日：2019-05-31
Applicant: 三峡大学
Abstract: 本发明公开了一种基于主成分分析与反向传播神经网络的内幕交易辨别方法，采用主成分分析降维，获得内幕交易的特征指标集的主成分；构建内幕交易神经网络识别模型，利用主成分数据集进行训练；获取测试目标，将测试目标的主成分数据集作为神经网络识别模型的输入，经神经网络识别模型得出是否内幕交易的结果。本发明采用弹性反向传播神经网络针对内幕交易与特征指标的非线性关系建模，利用证券市场的相关数据对神经网络模型进行训练，建立的弹性反向传播神经网络模型可对证券市场的内幕交易进行准确的识别。
-
公开(公告)号：CN110189034A
公开(公告)日：2019-08-30
申请号：CN201910470710.3
申请日：2019-05-31
Applicant: 三峡大学
Abstract: 本发明公开了一种基于朴素贝叶斯模型的内幕交易识别法，获取不同事件时间窗口期下的内幕交易样本数据集；构建并训练关于内幕交易的贝叶斯识别模型；获取测试目标并收集测试目标的特征；采用贝叶斯识别模型对测试目标进行识别，得出是否发生内幕交易的结果。本发明的方法对股票样本是否发生内幕交易予以快速识别，为内幕交易监管提供了一种高效而又实用的手段；随着样本的不断增加，本发明的贝叶斯识别模型具有更高的内幕交易识别精度。
-
Patent Agency Ranking
公开(公告)号：CN108038785A
公开(公告)日：2018-05-15
申请号：CN201711408219.5
申请日：2017-12-22
Applicant: 三峡大学
IPC: G06Q40/04
Abstract: 本发明提供基于对冲思想的综合K线的交易方法，通过收集个股及对应大盘的K线数据，做出综合K线图，最后完成交易。无论大盘涨跌，只要个股和大盘之差出现预测之趋势，皆有机会获利，此方法削弱了大盘涨跌对个股交易的影响。同时本发明方法亦可用于同行业两种股票的对冲交易，即同行业A和B股，只要A的涨幅超过B的涨幅，或A的跌幅超过B的跌幅，皆有机会获利，而无论A和B是否受行业景气程度影响同涨或同跌，削弱了行业的景气程度对个股交易的影响。可以为确定股票最佳买卖点提供参考依据。
-
公开(公告)号：CN110210973A
公开(公告)日：2019-09-06
申请号：CN201910472108.3
申请日：2019-05-31
Applicant: 三峡大学
IPC: G06Q40/04
Abstract: 本发明公开了一种基于随机森林与朴素贝叶斯模型的内幕交易识别方法，该方法获取不同时间窗口期下的内幕交易样本数据集，采用随机森林模型筛选构建特征指标集，根据筛选出的特征指标集构建内幕交易的贝叶斯识别模型，采用贝叶斯识别模型进行内幕交易识别，得出是否内幕交易的结果；事后监管验证内幕交易识别结果是否正确，并根据识别结果对贝叶斯识别模型进行训练更新。本发明建立了股票内幕交易识别模型，实现了对测试目标是否进行内幕交易的准确识别；结合拟牛顿法和遗传算法，使随机森林模型的参数快速、高精度地优化到最优解，最优解的求解对初始值的依赖性小；本发明易于实现，性能稳定，且随着样本数据增加，鲁棒性、准确性会进一步提高。
-
公开(公告)号：CN110189035A
公开(公告)日：2019-08-30
申请号：CN201910470749.5
申请日：2019-05-31
Applicant: 三峡大学
Abstract: 本发明公开了一种基于 均值聚类与KNN算法的内幕交易识别方法，获取不同事件时间窗口期下的内幕交易样本数据集；将样本数据集进行 均值聚类分为不同的子数据集；选择离测试目标最近的聚类中心对应的子数据集，采用KNN算法得出是否内幕交易的结果。本发明基于 均值聚类，建立多个聚类，选择距离测试目标最近的聚类中心对应的聚类的样本进行相似程度比较并确定类别，很好地解决了内幕交易股票各种原因造成特征指标差异较大而不能被有效识别的难题，提高了内幕交易的判别正确率。
-
公开(公告)号：CN108038784A
公开(公告)日：2018-05-15
申请号：CN201711404842.3
申请日：2017-12-22
Applicant: 三峡大学
IPC: G06Q40/04
Abstract: 本发明提供一种模拟股票交易方法及智能终端，通过该智能终端将所选时间段的除第一根K线数据形态外的历史数据隐藏，后面的K线数据形态随用户操作而逐渐的显示出来，达到了与现实中股民炒股时所处情况高度相似的效果，从而让模拟学习的环境更为逼真，演练的效果更接近真实的操作。同时本系统还为用户的模拟操作进行多方位的评价，便于用户更好地分析和评价自己的操作策略，具有较强的指导意义。
-
公开(公告)号：CN208013744U
公开(公告)日：2018-10-26
申请号：CN201820571618.7
申请日：2018-04-20
Applicant: 三峡大学
IPC: G05B19/042
Abstract: 一种观光农场辅助管理系统，包括服务器、多个微处理器、多个滴灌系统、多个传感器模块、多个照明灯、多个第一ZigBee模块、第二ZigBee模块、多个摄像机、显示终端和多个用户终端；所述滴灌系统控制端、照明灯控制端、传感器模块输出端、第一ZigBee模块分别和微处理器连接；所述显示终端输入端、用户终端、摄像机输出端、第二ZigBee模块分别和服务器连接；所述第一ZigBee模块经无线网和第二ZigBee模块连接。本装置实现自动灌溉，驱离害虫，监测土壤ph值，提高农产品产量和质量；本装置实现远程视频监控农场，采集游客偏好，自动语音播报讲解，提高农场服务水平。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
