·
搜索结果:找到“时间序列”相关结果17407条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于螺旋图的时间序列数据可视化

    刊名:计算机应用 作者:杨欢欢 ; 李天瑞 ; 陈馨菂 关键词:时间序列 ; 可视化 ; 螺旋图 ; 交互设计 机构:西南交通大学信息科学与技术学院 ; 西南交通大学信息科学与技术学院 年份:2017
    摘要:阶段性时间序列数据是一种生活中常见数据形式,它描述一个包含多个状态转换的事件,每个状态都具有时间属性,且状态之间的转换存在多条路径.针对现有的可视化方法不能有效展示各个状态之间变化以及状态问路径的时间属性信息的问题,提出一个全新的基于螺旋图的可视化模型.该模型使用一个圆环表示一个状态,一个事件的多个状态采用一组同心圆表示,状态间可达路径采用螺旋线表示,螺旋线的起始位置由其起始时间与起始状态圆环决定,终止位置由其结束时间与结束状态圆环决定.针对路径过多导致路径覆盖较为严重的问题,该模型采用基于长尾函数的透明算法,根据一条路径与其他路径的交叉数,为每条路径分配透明度.该模型还提供了路径的筛选、高亮、查看详细信息、缩放等功能,实现了灵活的交互操作.通过对中国铁路列车站点数据进行实验,实验结果表明该模型能够在有限的空间中有效地展示站点间运行任意时长的列车,并且在列车较多的情况下降低了螺旋线交叉重叠带来的杂乱度,同时有效地保留了列车的运行信息,能够为用户路线的选择提供决策支持,说明了该模型对阶段性时间序列数据可视化的有效性.
  • 【期刊】 非线性时间序列分形之黄金走势浅谈

    刊名:福建质量管理 作者:郑鹏 关键词:时间序列 ; 非线性 ; 多重分形 机构:成都理工大学 ; 成都理工大学 年份:2018
    摘要:由于时间序列的多重分形描述要求非常大的数据且伴有很强的噪声,时间序列的非线性研究进展较为缓慢,金融市场的时间序列的两大特性:长期记忆性和自相似性,表明金融市场的时间序列具有非线性和分形的特征.本文在非线性时间序列的研究模型基础上,结合分形的多重维度本质提出了基于黄金走势的时序分割和特征匹配模型并验证该模型的有效性.
  • 【期刊】 基于时间序列聚类的多雷达数据融合

    刊名:电讯技术 作者:张乾君 关键词:时间序列 ; 雷达数据融合 ; 模糊聚类 ; 特征匹配 机构:中国西南电子技术研究所 ; 中国西南电子技术研究所 年份:2019
    摘要:针对多雷达数据融合问题,提出了基于时间序列的聚类算法,用于实现航迹相关,即以时间序列为基础把聚类模型转化为基于特征匹配的聚类算法。进一步考虑到多目标密集时,部分来自不同目标的数据可能比来自同一目标的数据更接近,易导致关联错误,为此提出了基于时间序列的模糊聚类算法。对上述两种算法的聚类结果,应用卡尔曼滤波器实现滤波跟踪,在不同的情况下仿真后发现,在跟踪目标较少且相互位置较远的情况下,两种算法均有效,在跟踪目标较多且相互位置靠近的情况下,基于时间序列的模糊聚类算法更有效。
  • 【期刊】 一种基于重要点的时间序列分段算法

    刊名:计算机工程与应用 作者:孙志伟 ; 董亮亮 ; 马永军 关键词:时间序列 ; 重要点 ; 分段线性表示 ; 拟合误差 机构:天津科技大学 ; 天津科技大学 ; 计算机科学与信息工程学院 年份:2018
    摘要:基于重要点的时间序列线性分段算法能在较好地保留时间序列的全局特征的基础上达到较好的拟合精度.但传统的基于重要点的时间序列分段算法需要指定误差阈值等参数进行分段,这些参数与原始数据相关,用户不方便设定,而且效率和拟合效果有待于进一步提高.为了解决这一问题,提出一种基于时间序列重要点的分段算法——PLR_TSIP,该方法首先综合考虑到了整体拟合误差的大小和序列长度,接着针对优先级较高的分段进行预分段处理以期找到最优的分段;最后在分段时考虑到了分段中最大值点和最小值点的同异向关系,可以一次进行多个重要点的划分.通过多个数据集的实验分析对比,与传统的分段算法相比,减小了拟合误差,取得了更好的拟合效果;与其他重要点分段算法相比,在提高拟合效果的同时,较大地提高了分段效率.
  • 【期刊】 时间序列分析的直播星用户开卡预测

    刊名:测绘科学 作者:卢新义 ; 王继周 关键词:时间序列 ; 直播星用户 ; 参数组合 ; 预测 机构:辽宁工程技术大学测绘与地理科学学院 ; 辽宁工程技术大学测绘与地理科学学院 ; 中国测绘科学研究院 年份:2016
    摘要:针对同一地区不同时间内直播星电视服务用户的数量变化特征,该文提出了基于时间序列的直播星用户预测方法,并通过ARIMA模型预测用户数量.分析了ARIMA模型的建立方法和评价参数,对时间序列模型ARIMA (p,d,q)的参数进行不同组合的尝试;利用模型评价参数(平稳的R方和正态化的BIC)确定模型的阶数p、q;对模型进行参数检验和显著性检验,根据检验结果确立最终模型为ARIMA(4,2,3);采用宁夏用户数据对模型拟合效果进行验证,进而对未来几个月的用户数量进行预测.结果表明,时间序列模型ARIMA(4,2,3)对宁夏用户数量变化的预测准确度比较高.
  • 【期刊】 莆田市年雷暴日时间序列的小波分析

    刊名:海峡科学 作者:林永强 ; 陈乙东 ; 许荣华 ; 蔡振和 关键词:时间序列 ; 雷暴日数 ; 小波分析 ; Morlet小波 机构:莆田市气象局 ; 莆田市气象局 年份:2016
    摘要:利用莆田市气象局1960—2012年的年雷暴日数作为观测资料,采用Morlet函数作为小波函数,分析了莆田市年雷暴日数的多时间尺度变化特征。结果表明:莆田市区的年雷暴日数存在着18~32年、8~17年以及4~7年的周期变化;30a的时间尺度震荡最强,为莆田市雷暴日变化的第一主周期;22a时间尺度次之,为第二主周期。莆田市年雷暴日总趋势在局部轻微下降的前提下,在未来3~5年内将处于一个偏多期。
  • 【期刊】 基于时间序列法的广西原糖价格预测

    刊名:广西农学报 作者:朱安馨 ; 唐丽 ; 甘宇健 关键词:时间序列 ; 原糖 ; 价格 ; 预测 机构:广西财经学院信息与统计学院 ; 广西财经学院信息与统计学院 年份:2016
    摘要:[目的]为了了解广西原糖价格的未来走势,掌握原糖价格的变动情况.[方法]使用时间序列法中的季节性ARIMA模型,分析2001年1月至2016年4月183个月份数据,预测广西原糖2016年5月至2017年4月的价格.[结果]广西原糖价格在2016年上半年一直保持着平稳状态,但自下半年起,原糖价格逐渐上升并在11月达到全年价格顶点,在12月时原糖价格出现明显回落现象,2017年的1-4月的原糖价格没有较大幅度波动.[结论]时间序列法的的预测精度较高,可以得到较准确的广西原糖价格的趋势图.
  • 【期刊】 区间型金融时间序列的长记忆性研究

    刊名:重庆工商大学学报:自然科学版 作者:丁勤祥 ; 王哲 ; 王艺宁 ; 李铭源 关键词:区间金融时序 ; 长记忆性 ; HURST指数 机构:安徽大学经济学院 ; 安徽大学经济学院 ; 安徽大学数学科学学院 年份:2020
    摘要:研究金融时序的长记忆性能够帮助人们更加准确地刻画金融市场的特征;而在现有研究中;有关区间型金融时序长记忆性的研究很少;因此;考虑了区间型金融时序蕴含的长记忆性特征及其基于现有实值金融时序长记忆性建模的区间值时序预测模型;首先;将区间数表示成区间中心和区间半径的形式;然后分别对中心和半径序列进行长记忆性检验;并对具有长记忆性的序列进行组合预测;最后;以上证综指和深证综指的区间股指为实证对象进行验证;实证结果表明:上证综指的区间股指具有明显的长记忆性;且组合预测能够显著提高区间型金融时序的预测精度;
  • 【期刊】 一种基于时间序列参数的癫痫脑电分类

    刊名:科技资讯 作者:单玉华 关键词:时间序列 ; 癫痫脑电 机构:东南大学机械工程学院 ; 东南大学机械工程学院 年份:2017
    摘要:时间序列分析是一种采用参数模型对所观测的随机数据进行分析和处理的数据处理方法,具有简便高效的应用特点,因此应用广泛.该文采用时间序列分析方法对癫痫脑电分析,采用基于AIC准则和FPE准则进行适用性检验并建立AR模型,其中模型参数应用Burg算法和Marple算法进行估计,建立时间序列模型后,采用RBF神经网络依据模型参数对脑电信号进行分类.
  • 【期刊】 一种基于时间序列参数的癫痫脑电分类①

    刊名:科技资讯 作者:单玉华[1] 关键词:时间序列 ; AR模型 ; 癫痫脑电 ; RBF 机构:东南大学机械工程学院 ; 东南大学机械工程学院 年份:2017
    摘要:时间序列分析是一种采用参数模型对所观测的随机数据进行分析和处理的数据处理方法,具有简便高效的应用特点,因此应用广泛。该文采用时间序列分析方法对癫痫脑电分析,采用基于AIC准则和FPE准则进行适用性检验并建立AR模型,其中模型参数应用Burg算法和Marple算法进行估计,建立时间序列模型后,采用RBF神经网络依据模型参数对脑电信号进行分类。
  • 【期刊】 基于MATLAB的时间序列和地理栅格数据分析

    刊名:经营管理者 作者:劳庆富 ; 韦志民 ; 庞炜杰 关键词:时间序列 ; 地理栅格数据 机构:广西财经学院 ; 广西财经学院 年份:2017
    摘要:对MATLAB的时间序列和地理栅格数据智能化处理的特点进行介绍,并结合MATLAB的编程语言重点研究了其在地理栅格数据智能化处理和时间分析等方面的优越性能以及实践应用,能在实践工作中运用MATLAB的时间序列和地理栅格数据,能够有效的提高工作效率。
  • 【期刊】 基于子段距离计算的时间序列分类方法

    刊名:小型微型计算机系统 作者:王子一 ; 商琳 关键词:时间序列 ; shapelet ; 分类 机构:南京大学计算机软件新技术国家重点实验室 ; 南京大学计算机软件新技术国家重点实验室 ; 南京大学计算机科学与技术系 年份:2018
    摘要:关于时间序列分类的问题在过去十多年时间里已经引起极大的兴趣.并且已经有实验表明传统流行的分类算法像KNN等,已经很难处理时间序列的分类问题.基于Shapelet和DTW(动态时间规整,Dynamic Time Warping)的这一分类方法的时间复杂度又太高.本文提出一种新的基于子段距离计算的时序分类方法,通过对时间序列进行切分然后对切分后的子段用k-shape算法进行聚类,在聚类结果中寻找两类时间序列各自比较有区分性的片段,并以此来作为分类的依据,该方法思路更为简单且时间复杂度不高.通过实验验证了我们算法的分类精度和适用性,并与shaplet算法相比我们算法在时间复杂度上更具优势.
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转