基于因子模型和动态规划的多元时间序列分段方法

• 作者: 彭开香 徐培培 王玲
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 多元时间序列分段 因子分析 动态规划 增量聚类
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 35-44
• 页数: 10页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2018.0535

摘要

针对经典动态规划分段算法只适用于低维时间序列的问题,提出一种基于因子模型和动态规划的多元时间序列分段方法.首先利用增量聚类自动对变化趋势相似的变量序列进行聚类,然后引入动态因子模型使降维后的低维多元时间序列能够最大限度反映原始多元时间序列的整体变化趋势,最后利用动态规划在低维多元时间序列的架构上实现高维多元时间序列的分段.实验结果表明,所提方法对变量个数较多的多元时间序列数据具有良好的分段效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玲	北京科技大学自动化学院	49	475	10.0	20.0
2	彭开香	北京科技大学自动化学院	61	500	14.0	19.0
3	徐培培	北京科技大学工业过程知识自动化教育部重点实验室	4	12	2.0	3.0