时间序列数据流的自适应预测

• 作者: 刘学军 周景华 徐宏炳 王永利 董逸生
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 时间序列 数据流 预测 插值小波 Kalman滤波
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 197-201
• 页数: 5页
• 分类号: TP3
• 字数: 5045字
• 语种: 中文

摘要

提出一种自适应预测方法AFStreams,综合了复杂人工智能预测方法和时间序列预测方法的优点,可以根据数据流值变化的快慢程度自适应地确定预测步长,在计算资源受限的前提下,形成最佳预测点轨迹.仿真实验证明,AFStreams能够良好地适应数据的变化,在计算复杂度和预测精度之间平衡,显著地提高了平均预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永利	东南大学计算机科学与工程学院	17	145	6.0	11.0
4	董逸生	东南大学计算机科学与工程学院	118	3003	29.0	49.0
5	徐宏炳	东南大学计算机科学与工程学院	53	1077	20.0	32.0
12	周景华		1	28	1.0	1.0
13	刘学军	东南大学计算机科学与工程学院	18	434	11.0	18.0