一种动态数据流的实时趋势分析算法

被引：17

作者：

周黔

吴铁军

机构：

[1] 浙江大学工业控制技术国家重点实验室

来源：

控制与决策 | 2008年 / 10期

关键词：

趋势分析; 动态数据挖掘; 增量递推最小二乘; 广义似然比检验;

D O I：

10.13195/j.cd.2008.10.104.zhouq.006

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

有效的趋势提取可提供监控对象早期预警、评估监控对象状态和决策支持信息.基于增量递推最小二乘回归参数估计和广义似然比变化点检测算法,提出一种动态数据流趋势分析算法.其计算实时性和分析精度均比现有算法有明显的改进.仿真实验结果验证了该算法的有效性.

引用

页码：1182 / 1185+1191 +1191

页数：5

共 7 条

[1] 基于低阶近似的多维数据流相关性分析 [J].

王永利 ;

徐宏炳 ;

董逸生 ;

钱江波 ;

刘学军 .

电子学报, 2006, (02) :293-300

[2]

Online clustering of parallel data streams[J] . Jürgen Beringer,Eyke Hüllermeier.Data & Knowledge Engineering . 2005 (2)

[3] Fitting multiple change-point models to data [J].

Hawkins, DM .

COMPUTATIONAL STATISTICS & DATA ANALYSIS, 2001, 37 (03) :323-341

[4]

A B-spline based method for data compression, process monitoring and diagnosis[J] . Hiranmayee Vedam,Venkat Venkatasubramanian.Computers and Chemical Engineering . 1998

[5] Recursive identification of time-varying systems via incremental estimation [J].

Zhou, QG ;

Cluett, WR .

AUTOMATICA, 1996, 32 (10) :1427-1431

[6] Syntactic recognition of ECG signals by attributed finite automata [J].

Koski, A ;

Juhola, M ;

Meriste, M .

PATTERN RECOGNITION, 1995, 28 (12) :1927-1940

[7]

Adaptive Filter Theory .2 Simon H. Prentice Hall . 2002

← 1 →