实时数据指数平滑预测分割算法  

作　　者：刘洋[1] 李学文[1] 

机构地区：[1]西安科技大学,西安710000

出　　处：《数字通信世界》2020年第3期93-94,共2页Digital Communication World

摘　　要：随着社会发展的加快,时间序列的的预测和分析别广泛运用于预测经济、建模等领域。时间序列预测中的指数平滑法是其中的重要分支。基于指数平滑法的时间序列分割用于过长的序列处理,常用于对时间序列的挖掘处理。在多种数据类型下,实时数据变化具有多样性,且数据量庞大。采用基于指数平滑法的时间分割算法可以便捷高效地对在线实时数据进行分割处理,将其中预测出的时间序列误差作为分割点。文章研究的时间序列指数平滑预测分割算法,采用相关数据以验证算法的可行性,加之进行校验步骤保证算法运用的稳定性,该算法能够在线检测出实时数据的分割点,确保以低时间复杂度实现算法功能。

关 键 词：时间序列 实时数据 指数平滑法 分割算法 

分 类 号：C81[社会学—统计学]