共查询到20条相似文献，搜索用时 15 毫秒
1.
《科技通报》2015,(10)
设计网络流量预测数学模型,实现对网络流量的准确预测和评估。传统的流量预测算法采用包络特征子空间聚类的流量序列分析方法,对随机大数据网络流的聚类和预测效果不好。提出一种随机阵列向量模型的流量预测算法。首先进行了网络流量预测的时间序列模型构建,采用平均互信息算法和伪最近邻点法求解最优化网络流量序列重组空间异构参数,得到一个高密度流量数据分形区域,创建流量序列的概率分布曲线,在随机阵列相空间中形成新的映射采用统计学数学方法对流量序列的随机分布特征进行分布式计算,随机阵列向量模型构建方法进行流量预测算法改进。仿真结果表明,采用该算法进行流量预测,能有效提高预测精度,具有较好的流量特征分析能力,性能优越。 相似文献
2.
3.
神经网络和传统线性模型结合为处理混沌时间序列提供了新的途径。将Elman神经网络和单整自回归移动平均模型结合起来,同时分析我国进出口贸易量时间序列中的线性和非线性两部分,得到更准确的预测精度。实证表明,复合模型吸收两类方法的优点,较单一模型能够更有效地预测我国进出口数据。 相似文献
4.
李贺 《内蒙古科技与经济》2010,(19):56-57
文章从《2009年中国政府网站绩效评估总报告》中选出吉林省地市级政府网站的评估数据,并与全国名列前茅的地市级政府网站的评估数据进行对比,分析了目前吉林省地市级政府网站的信息服务状况。 相似文献
5.
根据上证00001股股票的日线数据,建立多元线性回归和时间序列的预测模型,在对未来数据未知的情况下,利用R语言分析软件预测得出多元线性回归模型和时间序列模型中的回归参数,并评估模型精度。计算结果显示,模型的拟合精度较高,可以较好地拟合该股票数据。 相似文献
6.
根据Kolmogorov连续性定理,本文建立了混沌—神经网络(C-ANN)预测模型;提出了基于遗传算法和神经网络的混沌预测模型与方法(C-ANN-GA混合预测方法);解决了混沌时间序列的非解析式预测问题;使混沌时间序列预测方法得到了新的改进和发展。 相似文献
7.
《内蒙古科技与经济》2017,(13)
以金融时间序列(1990年~2014年上证指数)为研究对象,金融时间序列数据本身带有较大的波动性,有高频和低频的数据情况贯穿于整个时间序列。小波分析对于数据降噪较于传统的降噪方式有着明显的优势,分析对比小波变换在处理两种不同波频情况下的优势和方法。采用其适合小波分析和神经网络相结合的组合模型对其进行分析和预测,其思想是,先将时间序列进行小波分解,得到各级小波变换序列和尺度变换序列。根据不同级小波变换系数的情况,选择合适的神经网络训练函数建立预测模型,得到各级小波变换序列和最后一层尺度序列,运用小波重建技术得出原时间序列的预测值。最后和常规的BP神经网络比较预测效果。 相似文献
8.
按照部委类网站、省级政府网站、地市级政府网站、县级政府网站四大序列,分别介绍了用于2007中国政府网站绩效评估的这四类网站的指标体系。 相似文献
9.
【目的/意义】针对多组时间序列的海量数据集和以预测为目标的信息分析方法，提出了基于数据挖掘技术 的预测模型，在大数据环境下，提高了预测精度，以期在其他领域的信息分析和情报预测能有所借鉴。【方法/过程】 以集装箱海运价格预测为例，提出集装箱海运价格预测模型，设计自适应的网格搜索策略，高效准确地确定数据挖 掘算法中的超参数组合，提出基于时间序列留出法的评估方法，降低了集装箱运价这种多组时间序列数据集在数 据挖掘结果上的泛化误差，针对海量运价信息，对GBDT算法进行并行计算设计和预排序后的损失函数迭代计算 优化策略，提高了算法在大数据环境下的计算效率。【结果/结论】模型和算法运行结果仿真显示：对于传统的时间 序列问题，基于数据挖掘方法的预测模型取得了比传统时间序列方法更优的结果。 相似文献
10.
11.
目前城市大气污染问题日益严重,为了更好的解决城市大气污染预测的准确性不足的问题,本文提出了一种基于时间序列和人工神经网络的城市大气污染预测模型。首先使用时间序列的方法对采集的数据进行统计,再将统计结果作为样本输入人工神经网络模型,然后将神经网络训练后得到的样本数据采用趋势外推法进行预测分析。仿真实验结果表明,本文提出的基于时间序列和人工神经网络的城市大气污染预测模型的预测结果与实际结果相当接近,本方案切实有效,值得推广使用。 相似文献
12.
13.
本文主要是探讨一种新的预测方法,为长、短期预测的结合寻找一条简洁实用的途径。 1 问题的提出在各种预测方法中,时间序列分析方法无疑占有重要的地位。其主要优点是短期预测精度较高。但也存在不少缺点:建模所需的数据样本大;建模和检验工作比较复杂,而且,时间序列模型用于长期预测时,误差往往很大,这主要是由于模型阶次的限次,不能反映较长 相似文献
14.
一、预测模型的建立灰色系统预测理论的实质在于对已有的一组时间数据序列灰色量进行某种处理,并以某一数学模型模拟这一组时间序列,得到一个初等模型,即预测模型。建立煤炭产量灰色预测模型的过程可分为三个步骤。 相似文献
15.
16.
为克服传统时间序列分析方法对小数据信息数据和非平稳序列检测不稳定的限制,引入滑动窗口模型思想,提出了滑动时间窗口模型的网络流量序列重组空间异构的检测方法。通过计算仿真得到不同时间窗阈值下的网络流量序列递归图,检验出网络总出口流量的确定性。通过提取递归图中异常特征点的定量递归特征的方法实现对流量异常的检测和评估。仿真实验表明,提取的流量序列定量递归特征具有较强的稳定性和自相似性,算法能有效检测出网络流量序列的隐藏异常波,尤其适合于小数据量时间序列和非平稳数据的检测和分析。 相似文献
17.
在证券投资分析中,常常需要对证券价格、成交量等时间序列数据进行拟合及预测,本文给出了基于R统计软件平台,利用三次样条平滑得到的数据拟合及预测的原理、方法和应用举例。R统计软件的功能强大,使用简便,是进行证券数据分析的重要工具之一。 相似文献
18.
在网络预测算法中传统的预测几乎都没有考虑流量的自相似性和高斯性,仅仅利用最大Lyapunov指数进行计算机网络流量的混沌性检验,对网络流量的预测也仅仅是以计算得到的最大Lyapunov指数为前提,算法精度受限。提出一种改进的Wolf一步预测算法,对网络流量通过自相似的FGN(FGN,fractional gaussian noise)过程处理,得到替代原网络流量的新的序列,新的替代流量序列具有自相似性,从而进行预测。仿真结果准确检验了网络流量的混沌性,预测结果表明,改进的预测算法在略有缩短最大预报时间下,精度却高很多,预测的误差小于3%的点比例比原传统算法提高了20%以上。 相似文献
19.
时间序列的相似性度量是时间序列数据挖掘研究中的一个重要问题,是进行序列查询、分类、预测的一项基础工作。寻求一种好的度量对提高挖掘任务的效率和准确性有着至关重要的意义。目前从事这方面的研究除了少许理论论述外,几乎都采用一种固定的方法,即提出具体要求并提供实验数据。然而,大多数实验方法不是使用范围有限就是侧重点不同。为了提供一个比较全面的实验验证,用1NN分类算法进行了大量的时间序列交叉验证实验,重新评估了其中的弹性度量,并使用不同应用领域的28个时间序列数据集进行比较,结果表明,该方法具有更高的准确性。 相似文献
20.
DNA序列分析法在金融数据时间序列中的应用 总被引：5，自引：0，他引：5
通过线性分段将连续性的金融时间序列转化为离散性的字符序列,并基于DNA序列分析法,讨论了此类字符序列的标度特性,以及在金融数据时间序列预测中的可能应用 相似文献