原文服务方: 计算机应用研究       
摘要:
探讨了如何增强CBR对一种常见的时态信息,即时间序列数据的检索能力;分析了已有的基于傅里叶频谱分析的时间序列检索算法应用于CBR时遇到的问题,并根据时态CBR检索的需要,提出了一种新的基于循环卷积和傅里叶变换时间序列检索算法.理论分析和数值实验结果都证明,提出的算法在检索效率上有一定的优势.将采取这种检索方法的时态CBR应用于时间序列的预测问题中,取得了较好的预测效果且具有较高的预测效率.
推荐文章
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
一种支持时间序列数据的CBR检索算法
基于范例的推理
时间序列数据
相似度比较
一个基于AHP的CBR系统实例检索模型
基于实例的推理
层次分析法
实例检索
T-STAR:一种基于关键词的关系数据库时态信息检索方法
时态信息检索
时态数据图
关键词检索
关系数据库
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 基于卷积的时态CBR快速检索算法及应用
来源期刊 计算机应用研究 学科
关键词 基于范例的推理 时间序列数据 相似度比较
年,卷(期) 2008,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 395-397,400
页数 4页 分类号 TP399
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.02.022
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(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)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
基于范例的推理
时间序列数据
相似度比较
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导