一种改进的时间序列分段趋势预测法

被引：4

作者：

吴少智 ^{[1
,2
]}

吴跃 ^{[1
]}

徐鹏 ^{[3
,2
]}

机构：

[1] 电子科技大学计算机学院

[2] 加州大学洛杉矶分校

[3] 电子科技大学神经信息教育部重点实验室

来源：

电子测量与仪器学报 | 2010年 / 24卷 / 10期

关键词：

累积和的趋势分段检测法; 自适应时间序列趋势分段法; 改良早期预警评分;

D O I：

暂无

中图分类号：

O211.61 [平稳过程与二阶矩过程]; TP274 [数据处理、数据处理系统];

学科分类号：

020208 ; 070103 ; 0714 ; 0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

提出了一种基于累积和的趋势分段检测方法。并把该方法运用于心脏停搏病人的MEMS时间序列中的趋势变化检测。在该改进方法中,通过引入一个自适应参数能够自适应地把较小的碎片段连接生成一个较大、平缓的分段。实验证明自适应时间序列分段趋势法能够用于小样本的预测,有效地改善了基于残差的累计和法不能对小样本进行很好预测的缺点。该方法运用于心脏停搏病人的MEMS时间序列中的趋势变化的检测,结果表明:该方法在对心脏停搏病人的发病时刻的预测方面可能具有潜在的应用价值。

引用

页码：953 / 957

页数：5

共 5 条

[1] 基于小波变换和LDA/FKT及SVM的人耳识别 [J].