基于Bayes网的时间序列预测

• 作者: 杨华丽 秦鹏 邢永康
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 时间序列预测 Bayes网络 用户浏览预测
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 183-185,193
• 页数: 4页
• 分类号: TP3
• 字数: 4626字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2007.09.049

摘要

时间序列预测问题在气象、天文、电力、医学、生物、经济、金融和计算机等各个领域有着广泛的应用.本文将Bayes网模型用于该领域,提出并建立了一套基于Bayes的时间序列预测模型--静态Bayes网预测模型,动态Bayes网预测模型和分类静态Bayes网预测模型.实验表明,这三个模型能更准确地描述用户在Web上的浏览特征,在预测准确率和存储复杂度方面都显著地优于传统的时间序列预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢永康	重庆大学计算机科学与技术学院	28	250	9.0	15.0
2	秦鹏	重庆大学计算机科学与技术学院	68	714	16.0	23.0
3	杨华丽	重庆大学计算机科学与技术学院	2	35	2.0	2.0