时间序列数据流

作品数：8被引量：11H指数：2
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：李念水周勇程春田李增平陈华忠更多>>
相关机构：大连理工大学东南大学中铁一局集团有限公司合肥工业大学更多>>
相关期刊：《武汉理工大学学报（信息与管理工程版）》《统计与决策》《计算机工程与应用》《计算机应用研究》更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划江苏省普通高校研究生科研创新计划项目黑龙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
时间序列数据流预测模型应用研究
《计算机工程与应用》2011年第26期135-139,共5页周勇 李念水 程春田 
国家自然科学基金No.50679011;国家重点基础研究发展规划(973) No.2009CB226111~~
时间序列数据流中蕴含了大量潜在信息,可以作为智能决策的依据。研究时间序列数据流的变化趋势,预测其未来一段时间的可能值,能够为当前的决策提供重要的支持。提出用链式可重写窗口技术代替传统的滑动窗口技术,并结合经验模式分解和径...
关键词：数据流 在线预测 经验模式分解 径向基神经网络 链式可重写窗口 
基于多元索引后继树的时间序列数据流挖掘被引量：1
《计算机工程与科学》2011年第6期133-137,共5页唐雁 吴绍春 
上海市自然科学基金资助项目(08ZR1408400);上海市重点学科建设资助项目(J50103)
本文以地电前兆观测数据流为研究对象,提出了一种新颖的基于多元索引后继树的时间序列数据流挖掘模型。该模型的主要特点是使用一种新颖的位置索引方法,通过一遍扫描创建描述一个序列的所有元素的绝对位置的多元索引后继树,使用索引匹...
关键词：多元索引后继树 地电前兆 时间序列数据流 频繁模式 
基于时间序列数据流的孤立点自适应异常检测
《电脑知识与技术》2011年第12期8927-8929,共3页肖建琼 宋国琴 罗兴贤 
该文针对目前孤立点异常的检测方法只适应于静态环境，对于数据流的动态特性的反应不够及时，提出了一种基于时间序列流数据特点的动态自适应孤立点挖掘方法。该方法在基于密度的局部异常检测算法LOF的基础上，利用多窗口滑动技术分析...
关键词：时间序列数据流 局部异常孤立点 自适应 动态调整 
基于经验模式分解的时间序列数据流在线预测
《计算机应用研究》2011年第2期508-510,共3页周勇 李念水 程春田 
国家自然科学基金资助项目(50679011);国家"973"计划资助项目(2009CB226111)
提出一种通用的时间序列数据流预测方法,算法首先通过经验模式分解方法将从链式重写窗口取得的数据集分解有限具有特征振荡周期的固有模态函数分量和一个代表原始序列平均趋势的余量;然后对于各个分量分别建立最大Lyapunov指数预测模型...
关键词：经验模式分解 最大LYAPUNOV指数 链式重写窗口 预测 
时间序列数据流直方图构造方法研究
《统计与决策》2009年第4期24-25,共2页黄超 龚惠群 
中国博士后科学基金资助项目(20080441009);江苏省教育厅高校哲学社会科学研究指导项目(07SJD790052);江苏省博士后科研资助计划资助项目(0702006C);南京信息工程大学校科研基金资助项目
文章文针对金融等领域的时间序列数据流,提出了一种直方图的构造方法,该方法具有联机处理高频时间序列数据流的能力,并具有与最优化直方图构造方法接近的精度。
关键词：时间序列 数据流 直方图 
时间序列数据流的自适应预测被引量：7
《自动化学报》2007年第2期197-201,共5页王永利 周景华 徐宏炳 董逸生 刘学军 
江苏省研究生创新计划项目(xm04-36)资助~~
提出一种自适应预测方法AFStreams,综合了复杂人工智能预测方法和时间序列预测方法的优点,可以根据数据流值变化的快慢程度自适应地确定预测步长,在计算资源受限的前提下,形成最佳预测点轨迹．仿真实验证明,AFStreams能够良好地适应数...
关键词：时间序列 数据流 预测 插值小波 KALMAN滤波 
基于滑动窗口的时间序列数据流分析与预测技术研究被引量：2
《黑龙江大学自然科学学报》2006年第6期863-867,共5页闫朝升 张承江 马英 
黑龙江省自然科学基金资助项目(F2004-12);黑龙江中医药大学科研基金资助项目(2004-09)
数据流管理与分析的研究是目前国际数据库领域的一个研究热点,数据流上回归分析是一项非常必要而有意义的工作。结合数据流的特征,研究了时间序列数据流的回归分析与预测技术,以及一元线性回归方程的聚集技术,给出了时间序列数据流上的...
关键词：数据流 数据库 回归分析 
基于时间序列数据流的挖掘频繁串行情节的研究被引量：1
《武汉理工大学学报（信息与管理工程版）》2006年第5期12-16,共5页周则顺 
针对在时间序列数据流中挖掘频繁串行情节的问题,提出了一种具有可持续挖掘的方法—TFSE(Tim e-tab le-joined Frequent Serial Ep isodes)。该方法引入了情节时间表和再次挖掘的概念,一个情节模式对应一个情节时间表,通过在情节时间表...
关键词：数据挖掘 时间序列 情节时间表 频繁串行情节 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部