检索结果-内蒙古大学图书馆

Journal of Central South University 2023年第7期30卷 2411-2426页

作者：夏玉涛刘堂红王鑫然陈争卫许彬郭子健李文辉 Key Laboratory of Traffic Safety on Track of Ministry of Education School of Traffic&Transportation EngineeringCentral South UniversityChangsha 410075China Joint International Research Laboratory of Key Technology for Rail Traffic Safety Central South UniversityChangsha 410075China National&Local Joint Engineering Research Centre of Safety Technology for Rail Vehicle Central South UniversityChangsha 410075China Department of Civil and Environmental Engineering The Hong Kong Polytechnic UniversityHung HomKowloonHong Kong 999077China

分段线性表示(PLR)技术目前已在多个领域被广泛用于重新表征高维的时间序列数据,以实现数据维度降低、波动过滤和整体趋势提取的目的。然而,该技术目前尚未在高速列车的隧道压力波数据的相关分析处理中得到应用。因此,本研究首次引入PL... 详细信息

分段线性表示(PLR)技术目前已在多个领域被广泛用于重新表征高维的时间序列数据,以实现数据维度降低、波动过滤和整体趋势提取的目的。然而,该技术目前尚未在高速列车的隧道压力波数据的相关分析处理中得到应用。因此,本研究首次引入PLR技术对典型的高维列车压力波数据序列进行重新表征,并针对高速列车的压力波数据专门设计了一种基于感知重要点(PIP)且性能表现较好的PLR算法。研究结果表明,数据点重要性的度量方法和分段误差评估方法,特别是前者,对压力波序列的PIP的识别优先级甚至最终结果都会产生影响。与欧氏距离(ED)和正交距离(OD)相比,当将垂直距离(VD)作为数据点重要性的度量方法时,PLR_PIP算法(PLR_PIP_VD)获得了更合理的高速列车压力波的PLR结果。通过累积误差、平均误差和最大误差三种分段误差评估方法之间的对比,当将累积误差作为分段误差评估方法时,PLR_PIP_VD算法得到了相对较好的高速列车压力波的PLR结果。提出的适用于高速列车压力波PLR分析的PLR_PIP算法,为高速列车的压力波数据序列的分析处理提供了一种新的方法。

关键词：高速列车隧道压力波时间序列分段线性表示算法设计

来源：评论

学校读者我要写书评

暂无评论

基于自适应性窗口的分段线性表示算法

引用

沈阳工业大学学报 2014年第1期36卷 79-85页

作者：钟慧玲章梦黄维景楠万艳春华南理工大学经济与贸易学院广州510006 中国建设银行股份有限公司广州开发中心广州510065

为了降低基于固定窗口进行分段线性表示的拟合误差，通过分析抽象出时间序列数据中存在的6种不同数据变化模式，以此设计自适应性窗口装载不同模式数据并求解分段点，从而形成了基于自适应窗口的分段线性表示算法（AW-PLR算法）．基于真... 详细信息

为了降低基于固定窗口进行分段线性表示的拟合误差，通过分析抽象出时间序列数据中存在的6种不同数据变化模式，以此设计自适应性窗口装载不同模式数据并求解分段点，从而形成了基于自适应窗口的分段线性表示算法（AW-PLR算法）．基于真实GPS浮动车数据及通用实验数据的结果表明，AW-PLR算法能够通过调整波动阈值r控制压缩率和拟合误差，且在相同压缩率的情况下，AW—PLR算法比SEEP算法平均降低约24％-27％的拟合误差．

关键词：自适应性窗口宽度分段线性表示数据变化模式时间序列数据数据压缩数据拟合

来源：评论

学校读者我要写书评

暂无评论

基于斜率提取边缘点的时间序列分段线性表示方法

引用

计算机科学 2006年第11期33卷 139-142,161页

作者：詹艳艳徐荣聪陈晓云福州大学数学与计算机科学学院福州350002

本文引入解析几何中的斜率,提出了一种新颖的基于斜率提取边缘点的时间序列分段线性表示方法SEEP。对于斜率变化范围比较集中的时间序列,SEEP表示方法有着非常好的效果,与以往的分段线性表示方法相比,SEEP表示方法与原始时间序列之间的... 详细信息

本文引入解析几何中的斜率,提出了一种新颖的基于斜率提取边缘点的时间序列分段线性表示方法SEEP。对于斜率变化范围比较集中的时间序列,SEEP表示方法有着非常好的效果,与以往的分段线性表示方法相比,SEEP表示方法与原始时间序列之间的拟合误差更小,而且要小很多;对于斜率变化范围比较大的时间序列,SEEP表示方法与原始时间序列之间的拟合误差,和以往的分段线性表示方法相比,也相差不大,并且SEEP表示方法计算简单,易于实现。算法的时间复杂度仅为O(n)。

关键词：斜率时间序列分段线性表示压缩率拟合误差

来源：评论

学校读者我要写书评

暂无评论

一种基于信息熵的时间序列分段线性表示方法

引用

计算机应用研究 2013年第8期30卷 2391-2394页

作者：赵建秀王洪国邵增珍张岳丁艳辉山东师范大学信息科学与工程学院济南250014 山东省分布式计算机软件新技术重点实验室济南250014

针对部分时间序列具有高维、大数据量及数据更新速度较快的特点,导致在原始时间序列上难以进行数据挖掘的问题,提出一种基于信息熵的时间序列分段线性表示方法———PLR_IE。该算法利用信息熵作为评判重要点数量的性能指标,从序列中提... 详细信息

针对部分时间序列具有高维、大数据量及数据更新速度较快的特点,导致在原始时间序列上难以进行数据挖掘的问题,提出一种基于信息熵的时间序列分段线性表示方法———PLR_IE。该算法利用信息熵作为评判重要点数量的性能指标,从序列中提取重要分段点的数量分布情况,利用重要点组成的序列重新拟合原始时间序列,为下一步数据挖掘提供基础。实验结果表明,该方法能高效地提取出序列主要特征、拟合原始序列。

关键词：时间序列信息熵分段线性表示压缩率拟合误差

来源：评论

学校读者我要写书评

暂无评论

基于趋势转折点的时间序列分段线性表示

引用

计算机工程与应用 2010年第30期46卷 50-53,81页

作者：廖俊于雷罗寰穆中林空军工程大学工程学院西安710038

分段线性表示是时间序列降维的有效方法。在总结分析序列趋势变化特点的基础上,提出了一种基于趋势转折点的时间序列分段线性表示算法。首先定义了趋势转折点作为时间序列分段点的备选集,以点到区域的距离度量趋势转折点的重要性,再根... 详细信息

分段线性表示是时间序列降维的有效方法。在总结分析序列趋势变化特点的基础上,提出了一种基于趋势转折点的时间序列分段线性表示算法。首先定义了趋势转折点作为时间序列分段点的备选集,以点到区域的距离度量趋势转折点的重要性,再根据给定的阈值选择重要趋势转折点作为分段点,对时间序列进行分段线性表示。通过与其他6种方法进行实验比较,结果表明:所提方法在具有较好的拟合质量和适应能力以及对转折点明显的序列,都表现出较强的抗噪声干扰能力。

关键词：时间序列分段线性表示趋势转折点

来源：评论

学校读者我要写书评

暂无评论

基于函数的时间序列分段线性表示方法

引用

计算机科学 2011年第11期38卷 153-155,160页

作者：谢福鼎王赫楠张永孙岩辽宁师范大学城市与环境学院大连116029 辽宁师范大学计算机系大连116081

考虑到时间序列的时间特性对不同区段的影响以及时间序列数据动态增长的实际情况,在RPAA(Reversed Piecewise Aggregate Approximation)和PAA(Piecewise Aggregate Approximation)方法的基础上,提出了一种新的时间序列分段线性表示方法F... 详细信息

考虑到时间序列的时间特性对不同区段的影响以及时间序列数据动态增长的实际情况,在RPAA(Reversed Piecewise Aggregate Approximation)和PAA(Piecewise Aggregate Approximation)方法的基础上,提出了一种新的时间序列分段线性表示方法FPAA(Founction Piecewise Aggregate Approximation)。FPAA方法通过定义函数影响因子,克服了RPAA和PAA方法的不足。该方法具有线性时间复杂度,满足下界定理,并且支持时间序列的在线划分。实验表明,与PAA方法和RPAA方法相比,所提出的方法可以较有效地进行时间序列的在线查询。

关键词：时间序列分段线性表示时间特性影响因子在线划分

来源：评论

学校读者我要写书评

暂无评论

基于时间序列趋势转折点的分段线性表示

引用

计算机应用研究 2010年第6期27卷 2075-2077,2092页

作者：尚福华孙达辰大庆石油学院计算机与信息技术学院黑龙江大庆163318

在充分利用时间序列时变特征的基础上,以有效地提取序列中的趋势和压缩原始数据为目标,提出了基于时间序列趋势转折点的分段线性表示方法。该方法在有效地提取序列中的趋势和压缩原始数据的同时,能够随着时间序列长度的增长对序列进行划... 详细信息

在充分利用时间序列时变特征的基础上,以有效地提取序列中的趋势和压缩原始数据为目标,提出了基于时间序列趋势转折点的分段线性表示方法。该方法在有效地提取序列中的趋势和压缩原始数据的同时,能够随着时间序列长度的增长对序列进行划分,具有高效、实现方法简便、效果直观的优点,对于不同领域的数据适应性良好。

关键词：时间序列分段线性表示趋势转折点拟合误差

来源：评论

学校读者我要写书评

暂无评论

时间序列的自适应误差约束分段线性表示

引用

计算机工程与应用 2008年第5期44卷 10-13页

作者：贾澎涛林卫何华灿西北工业大学计算机学院河南师范大学计算机与信息技术学院河南新乡453003

实际过程中采集到的时间序列数据通常是海量数据,在原时间序列数据上直接进行数据挖掘的效率通常是低下的,有时甚至不可行,因此就须将时间序列在更高的层次上进行表示。借鉴时间序列线性分段的基本思想,提出了一种自适应误差约束的分段... 详细信息

实际过程中采集到的时间序列数据通常是海量数据,在原时间序列数据上直接进行数据挖掘的效率通常是低下的,有时甚至不可行,因此就须将时间序列在更高的层次上进行表示。借鉴时间序列线性分段的基本思想,提出了一种自适应误差约束的分段线性表示方法,该方法在查找出时间序列特殊点的基础上,通过给定误差e进行调节,可以自动地产生拟合线段的数目。不仅可以压缩数据,去除噪声,还能得到时间序列的模式变化特征。与一般的分段线性表示相比,文中方法的拟合误差更小,适应能力更强。

关键词：数据挖掘时间序列自适应分段线性表示

来源：评论

学校读者我要写书评

暂无评论

基于时态边缘算子的时间序列分段线性表示

引用

计算机工程与应用 2008年第19期44卷 156-159页

作者：肖辉马海兵龚薇浙江大学宁波理工学院中国人民解放军92664部队宁波大学商学院浙江宁波315100山东青岛266032浙江宁波315211

时间序列的分段线性表示算法通常基于单一的启发式规则,难以适用于不同数据特征的时间序列。借鉴了边缘算子的思想来提取时间序列的边缘点,提出了一种基于时态边缘算子的时间序列分段线性表示算法。在来自不同领域的公开数据集上进行的... 详细信息

时间序列的分段线性表示算法通常基于单一的启发式规则,难以适用于不同数据特征的时间序列。借鉴了边缘算子的思想来提取时间序列的边缘点,提出了一种基于时态边缘算子的时间序列分段线性表示算法。在来自不同领域的公开数据集上进行的实验结果表明:与两种主要的分段线性表示算法相比,该算法具有更好的拟合性能,并且更为稳定,能够适用于各类不同数据特征的时间序列。

关键词：时间序列分段线性表示拟合误差时态边缘算子

来源：评论

学校读者我要写书评

暂无评论

基于分段线性表示和高斯过程分类的股票转折点概率预测

引用

计算机应用 2015年第8期35卷 2397-2403页

作者：李丰高峰寇鹏西安交通大学系统工程研究所西安710049 西安交通大学电气工程学院西安710049

针对股票交易过程中价格转折点的预测问题,提出了一种基于分段线性表示(PLR)与高斯过程分类(GPC)相结合的股票价格转折点预测算法PLR-GPC。该算法通过PLR提取股票历史价格序列的转折点,对转折点进行分类标记,建立基于GPC的股票价格转折... 详细信息

针对股票交易过程中价格转折点的预测问题,提出了一种基于分段线性表示(PLR)与高斯过程分类(GPC)相结合的股票价格转折点预测算法PLR-GPC。该算法通过PLR提取股票历史价格序列的转折点,对转折点进行分类标记,建立基于GPC的股票价格转折点预测模型,以上述股票历史价格序列对模型进行训练,最终由预测模型对股票价格转折点进行预测,并对预测结果进行概率解释。将PLR-GPC与基于BP神经网络(BPN)的PLR-BPN算法、基于加权支持向量机支持向量机(WSVM)的PLR-WSVM算法进行实验对比:PLR-GPC在预测准确率上高于PLRBPN与PLR-WSVM;在投资收益率上高于PLR-BPN,与PLR-WSVM持平。实验结果表明PLR-GPC在股票价格转折点的预测上是有效的,并且可以应用在实际股票投资交易中。

关键词：分段线性表示高斯过程分类股票交易信号概率预测投资策略风险偏好

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：