-
111浏览
-
0点赞
-
0收藏
-
0分享
-
169下载
-
0评论
-
引用
期刊论文
基于ARMA模型的联机时间序列数据分割算法*
模式识别与人工技能,2005,18(3):129~134,-0001,():
白回归移动平均(ARMA)模型近年来被广泛用于时间序列数据的预测、聚类以及相似性查找等。由于现实中的时间序列数据其底层生成机制与结构经常动态发生变化,因而对跨越较长时期的数据建立一个单一静态的ARMA模型并不合适。本文提出一种联机分割算法,首先对数据建立动态的ARMA模型,然后根据模型的预测信息与历史数据的特征信息,判断是否适合继续使用该模型描述后续数据,或者需要对数据进行分割,从而逐段建立ARMA模型。算法能够处理持续数据流,对仿真数据与实际数据的试验结果表明,本文所提出的算法是实用有效的。
【免责声明】以下全部内容由[朱扬勇]上传于[2006年08月21日 23时46分13秒],版权归原创者所有。本文仅代表作者本人观点,与本网站无关。本网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。
本学者其他成果
同领域成果