多粒度时间序列预测

• 来源期刊: 科学中国人
• 学科: 工学
• 关键词: 时间序列预测 多粒度 粒子群优化算法 预测模型 智能技术 数据挖掘 神经计算 实验系统
• 年，卷（期）: kxzgr_2016,（6）
• 页码范围: 26-26
• 页数: 1页
• 分类号: TP183

摘要

中科院重庆绿色智能技术研究院大数据挖掘及应用中心研究团队在时间序列的多粒度预测模型的研究方面取得进展，相关研究成果发表在《化学计量与智能实验系统》和《神经计算》杂志。通过分析不同领域的时间序列数据的共同基本特征，以粒计算理论为基础，分别建立了基于水平粒化（属性粒化）和垂直粒化（样本值粒化）的多粒度知识空间，然后结合模糊时间序列预测、时间序列近似周期和粒子群优化算法等，提出了两种时间序列的多粒度预测模型。