基于预测的序列异常数据挖掘

• 作者: 杨虎 王会琦 程代杰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 异常挖掘 序列数据挖掘 预测 AR模型
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 117-119,146
• 页数: 4页
• 分类号: TP3
• 字数: 3797字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2004.04.031

摘要

本文中,我们分析了给定的股票时间序列.首先,基于稳定化时间序列,我们通过模型识别和估计,给出了一个初始模型,用以预测股票价格.然后,我们可通过股票检测来发现股票时间序列的异常点.最后,通过修正这些异常点,便可完善模型,逐步提高股票的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程代杰		40	558	14.0	22.0
2	杨虎		41	419	13.0	19.0
3	王会琦		2	19	2.0	2.0