基于小样本时间序列的数据挖掘技术研究

• 作者: 刘珂 汤震
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 灰色模型 时间序列 数据挖掘 神经网络
• 年，卷（期）: 2014,（12）
• 页码范围: 18-19,34
• 页数: 3页
• 分类号: TP311.13
• 字数: 2926字
• 语种: 中文

摘要

时间序列数据是一类典型的关系型数据，尤其是小样本时间序列数据。针对其样本少、部分信息未知的特点，提出将灰色系统和神经网络相融合，构建灰色神经网络，充分利用两种方法的优势对小样本时间序列数据进行有效挖掘。实验表明：构建的这种网络具有较高的预测精度，非常适用于小样本时间序列数据的挖掘。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤震	黄淮学院信息工程学院	16	35	4.0	5.0
2	刘珂	黄淮学院信息工程学院	18	42	4.0	5.0