面向猪舍环境的数据流预测方法

摘要：

在传感器获取的实时数据流应用中,对数据流的实时预测不同于一般的时间序列数据,针对不仅须要考虑到资源受限的情况,数据项不能多次查找重复遍历,还要求算法能满足自适应地在线实时处理、满足用户的误差等要求问题,提出一种基于时间粒度的自适应调整灰色模型的数据流预测方法,引入时间粒度的概念,将未来数据流的实时预测分为粗粒度预测和细粒度预测2种,分别采用基于灰色一阶模型和基于灰色二阶模型进行预测对比.结果表明,随着滑动窗口更新周期的增大,预测的成功率反而下降;随着采样频率的变大,预测成功率降低;随着未来数据窗口宽度的增加,预测的平均相对误差增大,基于二阶灰色模型对近期的数据预测比较准确,满足了系统的需求.

关键词：时间粒度、数据流、预测方法、滑动窗口、采样频率

所属期刊栏目：45

分类号：TP274+.2(自动化技术及设备)

资助基金：山东省烟台市科技攻关计划2016ZH079;滨州医学院博士科研启动基金项目BY2015KYQD13

在线出版日期：2017-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：198-201