10.3969/j.issn.1006-9348.2008.05.069
CBR快速检索算法在时间序列预测中的应用
随着CBR应用的推广,涉及越来越多的时态信息需要处理.探讨了一种基于时间序列数据的时态CBR,提出了一种基于卷积的时态CBR快速检索算法.其思路是利用时序范例之间的时间约束关系,去除检索中求取相似度的冗余计算,并利用卷积的傅立叶变换性质,在频域求解相似度以减少计算时间复杂度.实验证明.在匹配较长的序列时,快速算法可以显著的提高时态CBR的检索效率.在CBR快速检索算法的基础上,以证券价格预测问题作为应用,借鉴流形学习理论中LLE算法的思想,设计了一种基于时态CBR的时间序列预测算法.实验证明,这种基于时态CBR的时间序列预测方法与前述CBR快速检索算法相配合,取得了较好的预测效果和预测效率.
基于范例的推理、时间序列预测、相似度比较
25
TP399(计算技术、计算机技术)
2008-07-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
271-274