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:
从时序数据中识别和提取出周期成分对掌握事物的内在发展规律有着重要的现实意义。在谐波分析法的基础上,提出了一种具有纳新机制的时序数据周期模式的递推发现算法。该算法通过对谐波分析法的傅里叶系数作Taylor级数的展开,得到了一系列相关的幂函数多项式,在此基础上,基于矩阵数量乘法的规则,将这些多项式解耦为可递推的表达式,进而推导出一种重复计算量极少的递推算法。数值实验验证了算法的有效性和稳定性,而且该算法在计算成本和计算精度之间还具有良好的伸缩性。
推荐文章
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
基于时序数据的模式发现算法研究
知识发现
时序数据
时序模式
利用自回归模型的平稳时序数据快速辨识算法
平稳时序数据
自回归模型
递阶辨识
自相关函数
利用傅里叶谐波分析法的时序数据周期迭代辨识算法
时序数据
周期成分
迭代辨识
傅里叶谐波分析法
方差分析法
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 时序数据的周期模式发现算法的递推改进
来源期刊 计算机技术与发展 学科 工学
关键词 时序数据 周期模式 谐波分析法 递推
年,卷(期) 2016,(2) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 47-51
页数 5页 分类号 TP311
字数 3855字 语种 中文
DOI 10.3969/j.issn.1673-629X.2016.02.011
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  (53)
共引文献  (37)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (10)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
时序数据
周期模式
谐波分析法
递推
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导