学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于ARMA模型的联机时间序列数据分割算法
被引:4
作者
:
论文数:
引用数:
h-index:
机构:
黄超
朱扬勇
论文数:
0
引用数:
0
h-index:
0
机构:
复旦大学计算机与信息技术系
朱扬勇
机构
:
[1]
复旦大学计算机与信息技术系
来源
:
模式识别与人工智能
|
2005年
/ 18卷
/ 02期
关键词
:
时间序列;
自回归移动平均模型;
分割;
D O I
:
暂无
中图分类号
:
TP391.4 [模式识别与装置];
学科分类号
:
0811 ;
081101 ;
081104 ;
1405 ;
摘要
:
自回归移动平均(ARMA)模型近年来被广泛用于时间序列数据的预测、聚类以及相似性查找等。由于现实中的时间序列数据其底层生成机制与结构经常动态发生变化,因而对跨越较长时期的数据建立一个单一静态的ARMA模型并不合适。本文提出一种联机分割算法,首先对数据建立动态的ARMA模型,然后根据模型的预测信息与历史数据的特征信息,判断是否适合继续使用该模型描述后续数据,或者需要对数据进行分割,从而逐段建立ARMA模型。算法能够处理持续数据流,对仿真数据与实际数据的试验结果表明,本文所提出的算法是实用有效的。
引用
收藏
页码:129 / 134
页数:6
相关论文
共 1 条
[1]
The Econometric Modeling of Financial Time Series .2 Mills,T. C. . 1999
←
1
→
共 1 条
[1]
The Econometric Modeling of Financial Time Series .2 Mills,T. C. . 1999
←
1
→