一种改进的时间序列分段趋势预测法  

Improved time-series subsection prediction method

作　　者：吴少智[1,3] 吴跃[1] 徐鹏[2,3] Xiao HU 

机构地区：[1]电子科技大学计算机学院,成都611731 [2]电子科技大学神经信息教育部重点实验室,成都610054 [3]加州大学洛杉矶分校,CA90095美国

出　　处：《电子测量与仪器学报》2010年第10期953-957,共5页Journal of Electronic Measurement and Instrumentation

基　　金：国家863计划(编号:2007AA01Z443)资助项目;博士点基金项目(编号:20070614008)资助项目

摘　　要：提出了一种基于累积和的趋势分段检测方法。并把该方法运用于心脏停搏病人的MEMS时间序列中的趋势变化检测。在该改进方法中,通过引入一个自适应参数能够自适应地把较小的碎片段连接生成一个较大、平缓的分段。实验证明自适应时间序列分段趋势法能够用于小样本的预测,有效地改善了基于残差的累计和法不能对小样本进行很好预测的缺点。该方法运用于心脏停搏病人的MEMS时间序列中的趋势变化的检测,结果表明:该方法在对心脏停搏病人的发病时刻的预测方面可能具有潜在的应用价值。In this paper,an improved cumulative sum（CUSUM） based trend detection and segmentation approach is introduced for the trend detection for the Cardiac Arrest patients.The improved CUSUM is based on the introduced adaptive parameter,which can combine the small fluctuation segments into a larger smooth one.The conducted experiment confirmed that the improved CUSUM can effectively deal with the time series with small number of samples.Motivated to use the modified early warning score（MEMS） to estimate the occuring time of cardiac arrest,we used the improved CUSUM to detect the possible trend change existing in the MEMS series.The results showed that the proposed trend detection approach was potential to provide the mark signal to establish the forecast system for the CA patient.

关 键 词：累积和的趋势分段检测法 自适应时间序列趋势分段法 改良早期预警评分 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]