一种基于小波大纲的数据流在线预测方法

• 作者: 郭吉平
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 数据流 预测 小波 大纲 自适应阈值
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 1369-1372
• 页数: 4页
• 分类号: TP311.12
• 字数: 4737字
• 语种: 中文

摘要

描述了一种基于时间序列数据流大纲的预测框架,提出了构建具有有效降噪效果的小波大纲的方法,可根据背景噪声而分层自适应设置去噪(保留)阈值.并且在这种小波大纲的基础上实现了多尺度概要的分析和预测方法,能够分析动态变化的高频数据流的趋势、拐点、周期、方差的变化,用来为时间序列数据流提供实时的注解.在实际电力负荷数据上的仿真实验证明这种方法可以提供快速的精确的近似预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭吉平	佳木斯大学公共计算机教研部	22	70	5.0	6.0