基于智能集成粒子群算法的时间序列数据挖掘研究
针对单一算法在处理复杂时间序列数据时存在缺陷以致无法挖掘全部信息的问题,提出了智能集成架构,给出了四种集成结构,并分析了它们的适用情况.针对一类随机噪声干扰的时间序列数据,采用并联嵌套建模结构,提出嵌套双种群粒子群算法的自回归滑动平均(ARMA)模型,用于挖掘数据中的随机性趋势;提出基于概率密度控制(PDF)的最小二乘支持向量机(LSSVM),用于挖掘数据中的确定性趋势,两种模型并联补集成实现对数据信息的充分挖掘.通过一组实验验证了所提方法的效果.
时间序列、支持向量机、智能集成、自回归滑动平均
28
TP399(计算技术、计算机技术)
2015-10-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
27-32