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:
在时序数据的建模与分析过程中,趋势项往往是选用单一形式的函数来进行拟合的,这对于长时序数据而言,其拟合精度难以提高。为此,设计实现了一种分段拟合算法,该算法通过计算时序数据的各阶趋势导数,有效地把被拟合的时序数据划分成多个不同模式的子序列,在此基础上,选用合适的拟合函数对各个子序列的趋势项进行拟合,并基于最小二乘法求出相应的拟合参数向量。实验验证了算法的有效性和先进性。
推荐文章
时序数据库发展研究
时序
时序数据库
数据库
发展
物联网
时序数据相似性挖掘算法研究
相似性挖掘
时间序列
数据挖掘
知识发现
基于时序数据的延迟关联规则的挖掘
时序数据
数据挖掘
关联规则
延迟规则
垂直数据结构
挖掘算法
时序数据的非线性最小二乘迭代分解算法
时序分解
非线性最小二乘
关键转折点
趋势导数
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 时序数据趋势项的分段拟合
来源期刊 计算机系统应用 学科
关键词 时序数据 趋势项 分段拟合 趋势导数 最小二乘法
年,卷(期) 2015,(2) 所属期刊栏目 软件技术?算法
研究方向 页码范围 174-179
页数 6页 分类号
字数 3428字 语种 中文
DOI
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 黄雄波 佛山职业技术学院电子信息系 40 70 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (45)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (14)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
时序数据
趋势项
分段拟合
趋势导数
最小二乘法
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
论文1v1指导