Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2011-09-11

Journal: 计算机工程与应用

Included Journals: CSCD、ISTIC

Volume: 47

Issue: 26

Page Number: 135-139

ISSN: 1002-8331

Key Words: 数据流;在线预测;经验模式分解;径向基神经网络;链式可重写窗口

Abstract: 时间序列数据流中蕴含了大量潜在信息,可以作为智能决策的依据.研究时间序列数据流的变化趋势,预测其未来一段时间的可能值,能够为当前的决策提供重要的支持.提出用链式可重写窗口技术代替传统的滑动窗口技术,并结合经验模式分解和径向基神经网络建立时间序列数据流在线预测模型-Online DSPM.实验结果表明,与单一时间序列数据流预测模型相比,该模型具有较高的预测精度和校好的模型适应性.