作者:
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:
在比较了现代时间序列分析方法与传统时间序列分析方法优缺点基础上,认为现代时北间序列分析方法,是目前处理海量时间序列数据挖掘的一种新的非常适用的较好方法,具有一定的推广和应用价值.同时提出在目前时间序列数据挖掘中,采用现代时间序列分析算法,全面代替传统时间序列分析算法这一新的观点.
推荐文章
时间序列数据挖掘综述
时间序列
数据挖掘
相似性搜索
模式发现
基于小波分析的时间序列数据挖掘
小波分析
ARMA模型
神经网络
时间序列
数据挖掘
基于滑动窗口的时间序列离群数据挖掘
局部离群点因子
滑动窗口
时间序列
离群数据挖掘
基于时间序列的数据挖掘在证券中的应用
数据挖掘
时间序列
证券预测
相似性搜索
分段处理
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 数据挖掘中的现代时间序列分析方法
来源期刊 信息技术 学科 工学
关键词 数据挖掘 现代时间序列分析 时变参数 自适应预测
年,卷(期) 2007,(7) 所属期刊栏目 研究与探讨
研究方向 页码范围 100-101,149
页数 3页 分类号 TP274
字数 2962字 语种 中文
DOI 10.3969/j.issn.1009-2552.2007.07.032
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 刘劲松 26 70 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (27)
同被引文献  (29)
二级引证文献  (123)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(10)
  • 引证文献(2)
  • 二级引证文献(8)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(17)
  • 引证文献(5)
  • 二级引证文献(12)
2015(14)
  • 引证文献(0)
  • 二级引证文献(14)
2016(26)
  • 引证文献(3)
  • 二级引证文献(23)
2017(18)
  • 引证文献(4)
  • 二级引证文献(14)
2018(20)
  • 引证文献(2)
  • 二级引证文献(18)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据挖掘
现代时间序列分析
时变参数
自适应预测
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
总被引数(次)
47901
论文1v1指导