XXVI參考文獻[1]張琳.基于人工智能的中國股票價格預(yù)測與異質(zhì)性研究[J]《暨南學(xué)報:哲學(xué)社會科學(xué)版》,2023(3):123-132[2]馬敏.論人工智能發(fā)展及應(yīng)用[J]科技創(chuàng)新與應(yīng)用,2023(8):173-176[3]李麗萍，曾麗芳，江紹萍，何文倩.基于LSTM神經(jīng)網(wǎng)絡(luò)的股票價格預(yù)測[J]云南民族大學(xué)學(xué)報（自然科學(xué)版）,2023,32(4):528-532[4]楊青,王晨蔚.基于深度學(xué)習(xí)LSTM神經(jīng)網(wǎng)絡(luò)的全球股票指數(shù)預(yù)測研究[J]統(tǒng)計研究，2019,36（3）：65-67[5]唐曉彬，董曼茹，張瑞.基于機器學(xué)習(xí)LSTM&US模型的消費者信心指數(shù)預(yù)測研究[J]統(tǒng)計研究，2020,07：104-115[6]張儒鵬，于亞新，張康，劉夢，尚祖強.基于OI-LSTM神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的人類動作識別模型研究[J]計算機科學(xué)與探索，2018，12:1926-1939[7]陸澤楠，商玉林.基于LSTM神經(jīng)網(wǎng)絡(luò)模型的鋼鐵價格預(yù)測[J]科技世界，2017,13:116-117[8]黃宏運，吳禮斌，李詩爭。BP神經(jīng)網(wǎng)絡(luò)在股票指數(shù)預(yù)測中的應(yīng)用[J]通化師范學(xué)院學(xué)報，2016,10:32-34[9]張麗萍.(2017).企業(yè)技術(shù)需求文本分類器的設(shè)計與實現(xiàn)[學(xué)位論文].南京:東南大學(xué)[10]張文影.(2020).基于面部和心率特征融合的駕駛員疲勞狀態(tài)識別方法研究[學(xué)位論文].廣州:華南理工大學(xué)[11]張岐.王悅.趙建群.基于LSTM的量化股票預(yù)測[J]金融，2020,04:366-373[12]李金鵬.(2020).面向特定域智能問答系統(tǒng)的研究與應(yīng)用[學(xué)位論文].青島:青島科技大學(xué)[13]董丹.(2019).深度學(xué)習(xí)技術(shù)在智能輸液系統(tǒng)中的應(yīng)用[學(xué)位論文].西安:西安電子科技大學(xué)[14]Bao,Y.,Yao,T.,&Wang,Y.(2017).Deeplearningforstockmarketprediction:Asurvey.NeuralNetworks,94,1-16.[15]Fischer,T.,&Krauss,C.(2018).Deeplearningwithlongshort-termmemorynetworksforfinancialmarketpredictions.EuropeanJournalofOperationalResearch,270(2),654-669.[16]Bao,W.,Yue,J.,&Rao,Y.(2017).Adeeplearningframeworkforfinancialtimeseriesusingstackedautoenc