基于序lasso的时间序列分析方法

• 作者: 洪文学 王金甲 陈春
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 时序大数据 序lasso 块坐标下降 保序回归
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 大数据挖掘与知识发现
• 页码范围: 30-34,41
• 页数: 6页
• 分类号: TP18|TP391
• 字数: 2963字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2015.01.005

摘要

传统的lasso法因其解的稀疏性、变量选择的稳定性被广泛应用在高维、复杂、多变的大数据的降维及分类中,但在处理时序大数据时,lasso法因不考虑变量的时序关系而受限制.鉴于这一缺点,本文在处理时序数据时采用序lasso方法.序lasso将不同特征的不同时间点的数据作为输入变量,能够有效地估计出每个特征最合适的时滞间隔,它的优点是在恢复真实系数上消除了尾部的波动性.基于实际的时序数据上的实验结果证明了本文的模型和算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪文学	燕山大学电气工程学院	171	1752	22.0	36.0
3	王金甲	燕山大学信息科学与工程学院	62	399	9.0	18.0
4	陈春	燕山大学信息科学与工程学院	2	21	2.0	2.0