Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

软件系统和计算方法
正确的文章链接:

分段线性近似在解决数据提取问题中的应用

注解: 预测是分析时间序列时出现的主要问题之一。 与此同时,任务是根据已知的过去值确定时间序列的未来行为。 在本文中,提出了一种预测时间序列的方法,该方法基于从源数据中分离基本模式(模板)的思想,并允许您建立所研究系列的内部模式。 目前,在时间序列预测领域进行研究的方法之一是数据挖掘系统或"数据挖掘"。 这是由于完全基于线性(ARIMA)和非线性(GARCH)预测模型的经典方法不允许实现必要的预测精度。 使用在该技术框架内开发的方法,可以增加预测的有效性并识别所研究的时间序列中的隐藏模式。


出版日期:

近似值, 时间序列, 时间序列, 分段线性近似, 近似值, 近似值, 分段线性近似, 分段线性近似, 预测, 预测, 预测, 资料挖掘, 资料挖掘, 基本模板, 模式, 基本模板, 资料挖掘, 模式, 基本模板, 模式, 局部极端。, 局部极端。, 局部极端。


This article can be downloaded freely in PDF format for reading. Download article