李念水
- 作品数：3 被引量：1H指数：1
- 供职机构：大连理工大学国家示范性软件学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 时间序列数据流预测模型应用研究
- 2011年
- 时间序列数据流中蕴含了大量潜在信息,可以作为智能决策的依据。研究时间序列数据流的变化趋势,预测其未来一段时间的可能值,能够为当前的决策提供重要的支持。提出用链式可重写窗口技术代替传统的滑动窗口技术,并结合经验模式分解和径向基神经网络建立时间序列数据流在线预测模型——Online_DSPM。实验结果表明,与单一时间序列数据流预测模型相比,该模型具有较高的预测精度和校好的模型适应性。
- 周勇李念水程春田
- 关键词：数据流经验模式分解径向基神经网络
- 时间序列数据流在线预测研究与应用
- 近几年,人们意识到在一些应用中数据模型不再是形成持久性的关系模型而是表现为一种瞬时的流。此类的应用有很多,例如金融、生产制造、网络管理、安全、通信、web应用、传感器网络等领域。本文重点对时间序列数据流在线预测方法进行了...
- 李念水
- 关键词：数据流经验模式分解径向基神经网络
- 文献传递
- 基于经验模式分解的时间序列数据流在线预测被引量：1
- 2011年
- 提出一种通用的时间序列数据流预测方法,算法首先通过经验模式分解方法将从链式重写窗口取得的数据集分解有限具有特征振荡周期的固有模态函数分量和一个代表原始序列平均趋势的余量;然后对于各个分量分别建立最大Lyapunov指数预测模型进行预测;最后将各分量的预测值组合获得最终预测值。通过电力负荷的预测实验表明,与单一的时间序列数据流预测模型相比,该模型具有较高的预测精度和很好的模型适应性。
- 周勇李念水程春田
- 关键词：经验模式分解最大LYAPUNOV指数
