基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
自回归移动平均(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.
推荐文章
时间序列数据的稳健最优分割方法
数据挖掘
时间序列
分割
分段多项式表示
稳健性
海量实时序列数据指数平滑预测分割算法
实时时序数据
指数平滑预测算法
序列统计特性
时间序列分割
基于LSSVM-ARMA模型的基坑变形时间序列预测
基坑变形
时间序列预测
小波变换
PSO-LSSVM
ARMA模型
时间序列ARMA模型的应用
时间序列
ARMA模型
参数估计
模型定阶
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARMA模型的联机时间序列数据分割算法
来源期刊 模式识别与人工智能 学科 工学
关键词 时间序列 自回归移动平均模型 分割
年,卷(期) 2005,(2) 所属期刊栏目 论文与报告
研究方向 页码范围 129-134
页数 6页 分类号 TP311
字数 4512字 语种 中文
DOI 10.3969/j.issn.1003-6059.2005.02.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱扬勇 复旦大学计算机与信息技术系 91 3435 25.0 58.0
2 黄超 复旦大学计算机与信息技术系 9 46 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (10)
参考文献  (2)
节点文献
引证文献  (10)
同被引文献  (12)
二级引证文献  (36)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
时间序列
自回归移动平均模型
分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导