时间序列分割相关论文
由于价格非平稳、噪声大等特点,金融市场高频价格的预测难度大是有目共睹的.与其他预测方法不同,基于混合神经网络模型的预测方法......
本文以模糊专家系统为平台，研究模糊技术在投资决策中的应用。股票指数期货行情分析(Analyzing Market of Stock Index Future，AMSIF......
数据挖掘是指从大量的数据中提取隐含的、事先未知的、并且潜在有用的知识的过程，是目前国际上数据库和信息决策领域前沿的研究方向......
在铝电解槽长期生产过程中,积累了大量的控制、测量、化验数据,通过对这些海量的数据进行挖掘分析可以从宏观角度了解电解槽整体发......
随着城市化进程的不断加快,城市范围不断扩展,快速、准确掌握建设用地的变化对于城市的可持续发展至关重要.合成孔径雷达(syntheti......
时间序列的变点分析在现今社会各个领域中都有着广泛的应用.针对时间序列进行变点分析中要求变点状态需要连续持续一定的时间的应......
基于重要点探测技术的时间序列线性分段算法能较好地保留序列的全局特征和拟合高精确度。传统的基于重要点时间序列分段算法,只能......
应用基于双目立体视觉原理的自动目标定位系统,研究特征一致的红外弱小目标且目标数量不唯一的情况下的,目标匹配与定位。提出了基......
随着数据时代的到来,数据的规模和复杂性也在不断增长。相较于一元时间序列,虽然多元时间序列的结构更加复杂建模分析更加困难,但......
准确获取交通流量变化点,对后续的交通流预测、分类及多时段控制具有重要意义.鉴于交通流时间序列的非负性及异方差性,采用Gamma分......
时间序列分割与状态识别是一项重要的时间序列挖掘任务,可用于识别被监测对象的运行状态,然而目前多数无监督时间序列分割算法得到......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
真实世界复杂系统是由多数量、大规模的内在成分构成的,这些内在成分在时间和空间尺度上互相影响,表现出多层次结构、突现性和自组......
随着互联网和社交媒体的快速发展,网络舆情信息与现实交易行为越来越呈现高度融合的趋势。互联网从一个简单的信息发布技术平台演......
随着时间序列相关问题研究的不断深入和发展,对于存在相关性的多个时间序列的研究,即多元时间序列分析的重要性日益显著。本文对多......
针对分段线性表示（即一阶线性函数表示）或分段常数表示（即零阶函数表示）在时间序列近似表示中拟合误差 较大的问题,提出时间序列高阶函......
提出人体原子行为的概念,通过将人体做为一个质点,研究其运动轨迹的特征进行在线识别。对得到的轨迹进行归一化处理,去掉拍摄距离......
提出了基于信息颗粒和模糊聚类的时间序列分割方法。首先,使用Gath-Geva模糊聚类得到一个带有时间域信息的模糊分割;然后,在此基础......
交通滞留量预测是实现智能交通灯自动配时的前提,准确的交通滞留量预测可以为交通信号的动态调配提供支持,从而缓解城市交通拥堵问......
在信息时代,云存储的出现使数据迅速膨胀,从海量数据中快速地获取有效信息已是一种迫切需求。数据可视化技术作为直观展示数据的手......
时间序列分割是时间序列挖掘的重要任务之一。实时数据快速变化,数据量巨大,所以如何对实时数据进行快速而准确的分割很具有挑战性......
时间序列是由一组随时间变化的观测数据组成。与传统的静态数据不同的是,时间序列是一类复杂的数据对象,它描述的是事物变化的过程......
相似模式挖掘已成为水文领域一个重要研究方向。对水文数据的相似性挖掘,有利于掌握水文数据变化规律和趋势,为洪水预报、防洪调度......
