时间序列数据流预测模型应用研究

• 作者: 周勇 李念水 程春田
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据流 在线预测 经验模式分解 径向基神经网络 链式可重写窗口
• 年，卷（期）: 2011,（26）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 135-139
• 分类号: TP274.2
• 字数: 5369字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.26.038

摘要

时间序列数据流中蕴含了大量潜在信息,可以作为智能决策的依据.研究时间序列数据流的变化趋势,预测其未来一段时间的可能值,能够为当前的决策提供重要的支持.提出用链式可重写窗口技术代替传统的滑动窗口技术,并结合经验模式分解和径向基神经网络建立时间序列数据流在线预测模型-Online DSPM.实验结果表明,与单一时间序列数据流预测模型相比,该模型具有较高的预测精度和校好的模型适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程春田	大连理工大学土木水利学院	168	2851	30.0	45.0
2	周勇	大连理工大学软件学院	33	133	7.0	9.0
3	李念水	大连理工大学软件学院	2	5	2.0	2.0