10.11959/j.issn.1000-436x.2016036
基于谱聚类的高阶模糊时序自适应预测方法
结合数据特征及分布特点提出一种基于谱聚类的模糊时间序列自适应预测方法.首先基于谱聚类的思想, 根据样本数据特征获取其所属论域的个数及范围,实现向模糊时间序列的自适应转化;然后基于Markov概率模型表示模糊时间序列中的模糊关系,从而对多步模糊关系、高阶模糊关系及模糊关系的稳态进行求解;最后获取预测值的可能模糊状态,进而利用去模糊化方法将其还原为预测值.在真实以及人工时间序列数据上的实验表明了所提方法的合理性与有效性.
模糊时间序列、谱聚类、论域划分、Markov概率模型、模糊关系
37
TP399(计算技术、计算机技术)
中央高校基本科研业务专项基金资助项目No.HEUCF100603,No.HEUCFZ1212The Fundamental Research Funds for the Central Universities HEUCF100603,HEUCFZ1212
2016-05-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
106-114