“涂世涛”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]连续博弈数据流中非随机信息概率的实时计算方法及系统-CN201610236364.9有效
发明人：沈天瑞;王琦;涂世涛 -专利权人：上海垒土资产管理有限公司
申请日： 2016-04-15 - 公布日： 2018-03-27 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了连续博弈数据流中非随机信息概率的实时计算方法及系统，通过输入的一系列的时间序列数据维护一个当前成交量数据桶，同时维护一个长为取样数据桶个数n的队列，每当当前成交量数据桶满了的时候，会将当前成交量数据桶中计算得到的VτB和VτS加入到当前的队列头中，这里采用滑动窗口类似的方法，取最近的n个VτB和VτS计算非随机信息概率。本发明不但可以实现在线滚动实时计算，而且还具有更好的稳定性和自适应性，并且消除了对不可观测参数进行估计的障碍，克服了时间维度算法在即时交易尤其是高频交易的不准确的缺陷。
连续博弈数据流中非随机信息概率实时计算方法系统

[发明专利]基于马尔科夫状态转移模型的状态转换预测方法及系统-CN201610458309.4在审
发明人：沈天瑞;潘世雄;涂世涛 -专利权人：上海垒土资产管理有限公司
申请日： 2016-06-22 - 公布日： 2016-11-16 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了基于马尔科夫状态转移模型的状态转换预测方法及系统，该方法包括：获取时间序列数据流，基于预测周期对金融数据流的时间序列滤波，建立自回归马尔科夫状态转移模型，求取各变量的条件概率密度函数，进行吉布斯采样来调整模型并估计模型参数和状态序列，根据状态序列估计状态转移概率，据此估计当前状态并预测市场期望。本发明通过对时间序列滤波清除数据中大量无效信息，并使风格转换预测周期与数据本身周期更加匹配，用不同的模型拟合不同的状态，将状态序列估计和状态转移概率估计分两步，用吉布斯采样方法进行估计，降低计算复杂度，减小响应延迟，能够科学合理有效快速地对金融数据流进行数据挖掘和分析。
基于马尔科夫状态转移模型转换预测方法系统

[发明专利]基于分组朴素贝叶斯模型的多因子在线预测方法及系统-CN201610246700.8在审
发明人：沈天瑞;涂世涛 -专利权人：上海垒土资产管理有限公司
申请日： 2016-04-20 - 公布日： 2016-08-31 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了基于分组朴素贝叶斯模型的多因子在线预测方法及系统，利用分类或聚类方式对多因子进行分组，实现各因子组之间相互独立而因子组内部高度相关，从而能够适用朴素贝叶斯模型来进行有效的模型学习，使因子预测能满足朴素贝叶斯模型的要求，以此来实现训练数据集有限的条件下的多因子学习；同时，还通过引入动态离散分级的方法，大大降低了在线学习的计算量和时间复杂度，实现在线实时学习和预测，可用于模型特征数据随时间动态变化较快的复杂系统中进行多因子在线预测，尤其适合用于股票数据模型中超额收益的在线预测。
基于分组朴素贝叶斯模型因子在线预测方法系统

[发明专利]基于城市宏观路网模型的交通流短时预测方法-CN201110295616.2有效
发明人： 涂世涛;林姝;孔庆杰;刘允才 -专利权人：上海交通大学
申请日： 2011-09-30 - 公布日： 2012-05-02 - 主分类号： G08G1/052 文献下载
摘要：一种基于宏观路网模型的交通流短时预测方法，其步骤包括：(1)获得预测周期路网源节点输入流量，提取上一预测周期各路段平均速度，并确定各路口不同转向的流量比；(2)计算道路输入车辆行驶至排队车队尾的时间，求得该迭代周期到达队尾的车辆数；(3)由路口排队车辆数，饱和离开流量等条件确定对应转向离开路口的车辆数；(4)累加得到一个预测周期离开路口车辆总数，换算得到预测周期内的交通流量；(5)更新排队车辆数，作为下一次迭代预测的已知数据。本发明针对现有技术中存在的路网适应性差，需要大量训练数据，微观模型中运算量大等不足，充分利用城市路网空间信息，基于宏观交通流模型，能做到精确读高，实时性好的预测道路交通流量，且适用于绝大部分城市路网。
基于城市宏观路网模型通流预测方法