基于RFID与基因表达式编程的经济统计时序挖掘
为解决基因表达式编程(GEP)在符号回归、RFID分类及经济领域中对时序数据的挖掘速度和精度还不够的问题,提出了统计基因、统计染色体和统计时序-适应度的定义,并针对传统GEP经济时序模型进行了综合改进;提出了新颖的单变量时序和多变量时序挖掘算法,提高了GEP统计时序挖掘的速度和精度;实验表明,与传统GEP、单变量GEP时序算法相比,多变量GEP时序算法挖掘速度快,其预测精度比单变量时序算法高出5%以上.该算法同样适用于RFID以及其他经济系统中的时序数据挖掘.
经济统计时序预测模型、单变量时序、多变量时序、GEP函数挖掘
40
TP311.13(计算技术、计算机技术)
国家自然科学基金资助项目60473071;四川省科技攻关资助项目2006Z01-027;四川省科技支撑计划资助项目07GG006-025
2008-11-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
121-124