【摘 要】
：
作为一种主要的基础数据类型,时间序列的分析预测具有重要的研究意义和实用价值。近年来,复杂网络理论在时间序列中的应用吸引了大量研究人员的关注,诞生了许多将时间序列转换为复杂网络的算法。时间序列的复杂网络转换算法为时间序列的研究打开了一个新的视角,为时间序列和复杂网络两个领域的理论交融架起了一道桥梁。目前,时间序列的复杂网络转换算法主要有可见图算法和相空间重构算法。通过二者构建的复杂网络可以有效地描述
论文部分内容阅读
作为一种主要的基础数据类型,时间序列的分析预测具有重要的研究意义和实用价值。近年来,复杂网络理论在时间序列中的应用吸引了大量研究人员的关注,诞生了许多将时间序列转换为复杂网络的算法。时间序列的复杂网络转换算法为时间序列的研究打开了一个新的视角,为时间序列和复杂网络两个领域的理论交融架起了一道桥梁。目前,时间序列的复杂网络转换算法主要有可见图算法和相空间重构算法。通过二者构建的复杂网络可以有效地描述时间序列不同节点之间复杂的相关关系,挖掘其中潜藏的有效信息。但是,两类复杂网络转换算法在网络构建过程中的侧重点各不相同。可见图算法着重于节点之间的相关关系的抽象,以序列元素为节点,用可见性来刻画节点之间的相关关系;相空间重构算法着重于节点状态的抽象,用节点的局部结构信息描述节点。本文提出了结合可见图和相空间粗粒度算法的状态可见图算法,并将状态可见图与AI模型相结合,设计了新的混合预测模型。（1）结合可见图和相空间粗粒度算法的状态可见图算法。状态可见图算法结合了可见图和相空间粗粒度算法的特点,将序列元素的值和局部波动状态抽象为网络中的状态节点,以可见性来描述不同状态节点之间的相关关系。通过状态可见图算法得到的网络继承了时间序列的部分结构特征。不同类型的时间序列对应的状态可见图具有不同的结构特征。在实验中,本文将状态可见图预测模型同ARIMA模型、可见图预测模型和相空间粗粒度预测模型在六个真实数据集上进行对比实验。实验结果表明基于状态可见图的预测模型在真实时间序列上的表现优于对比模型,证明了状态可见图的有效性和实用性。（2）结合状态可见图和AI模型的混合预测模型。上一部分我们提出了状态可见图的构建方法,并证明了状态可见图的有效性和实用性。这一部分提出了一种结合状态可见图和AI模型的混合预测方法。提出的混合预测模型使用链路预测相似度计算方法分析网络中节点之间的相关性,藉此提取相关性更强的信息作为训练数据集,以此提高模型的预测性能。实验中使用BPNN、ELM和LSTM三个不同类型的AI模型与对应的混合预测模型在五个真实数据集上进行了对比实验。实验结果表明混合预测模型进一步提高了AI模型的预测精度,证明了混合预测模型的有效性。同时使用不同相似度方法的实验进一步证明了混合预测模型的稳定性,并且从侧面验证了状态可见图的实用价值。
其他文献
情感在人们的日常生活中扮演着至关重要的角色,它影响着人类的决策、感知和理解过程,因此情感是人际交往中必不可少的因素。由于情感是人类最重要的认知活动之一,将这种认知能力应用到人工智能中能够促进和提高人机之间的交互与协作。情感计算的目标是发展具有能够感知、理解和调节情感能力的人工智能。作为情感计算中最重要的一环,情感识别为将人类情感赋予智能机器提供了一种可能的途径,这是研究具有情感能力的人工智能的第一
目的:应用光学相干断层扫描血管成像技术（Optical coherence tomography angiography,OCTA）检测黄斑区浅层血管密度并分析其在原发性青光眼早期诊断中的应用。方法:选取2020年7月至2022年1月就诊于惠州市中心人民医院并确诊为原发性青光眼的患者31例（共55眼）以及正常对照组33例（共65眼）。所有受试者均进行OCTA扫描并计算黄斑区浅层血管密度,同时测量黄
目的 探讨中医药防治糖皮质激素不良反应的用药规律。方法 检索中国知网（CNKI）、万方数据知识服务平台（Wanfang Data）、维普中文期刊服务平台（VIP）、中国生物医学文献服务系统（SinoMed）建库至2022年11月有关中医药防治糖皮质激素不良反应的文献，文献剔重并筛选后建立方药数据库，借助Excel2019对涉及中医证型、药物频次及其性味归经进行统计分析，SPSS Modeler 1
目的:探讨配戴角膜塑形镜对眼表的影响以及不同设计类型的角膜塑形镜对眼表影响的差别。方法:本研究为前瞻性研究,选取青少年近视患者41例,平均年龄（10.51±1.76）岁,每名患者均选用右眼作为受试眼。所有对象根据不同类型塑形镜分为两组。配戴VST型镜者为21例,平均年龄（10.67±1.74）岁;配戴CRT型镜者为20例,平均年龄（10.35±1.81）岁。分别于戴镜前和戴镜后1月、3月对所有研究
目的:N6腺苷甲基化（m6A）是RNA上的一类普遍性修饰,在癌症的发生发展中起着至关重要的作用。这种修饰是动态可逆的,主要由三种类型的m6A相关调节因子调控（甲基化转移酶、去甲基化酶、RNA结合蛋白）。迄今,这些m6A相关调节因子在头颈鳞癌的功能与角色仍不明晰,具有广阔的研究空间。本文旨在探讨m6A相关调节因子在头颈鳞癌中的角色及功能,并识别出其中最关键的预后相关的m6A相关调节因子进行进一步研究
视频头脉冲实验（Video Head Impulse Test,VHIT）是临床上用于检测人体前庭功能的重要试验,是急性眩晕患者必备的检测项目。医生通过对比这项检查中产生的眼动曲线和头动曲线对患者的病情进行诊断。眼动曲线的获取分为瞳孔中心定位和曲线校准两个步骤。然而获取精确的眼动曲线有以下几个难点:首先,VHIT不同于其它的眼动实验,因为实验速度较快,为了清楚的观察眼球运动,必须提高眼动视频的采样
目的:使用卷积神经网络（Convolutional Neural Network,CNN）,建立基于眼底彩照的糖尿病黄斑水肿（Diabetic Macular Edema,DME）的分类识别模型,并通过3D-OCT测试此模型诊断DME的敏感性和特异性。方法:本研究收集了2016年1月至2021年12月在汕头大学医学院第二附属医院内分泌科住院部进行糖尿病视网膜病变筛查、年龄≥18岁的糖尿病患者的眼底
聚类分析作为一种常用的数据挖掘技术被人们熟知,它根据数据对象之间的相似性将其划分至不同的组或簇。随着聚类分析的不断发展,越来越多的聚类算法被提出,与其他类型的聚类算法相比,基于密度的聚类算法不仅可以有效地区分噪声对象和非噪声对象,而且可以识别任意形状的类簇。因此,该类算法成为了聚类分析领域中的一个研究热点。基于密度的聚类算法将数据对象的密度信息作为聚类的重要依据。随着数据集规模以及维度的不断增加,
目的:利用眼前节光学相干断层扫描仪（Anterior Segment Optical Coherence Tomography,CASIA2 AS-OCT）探究角膜裂伤缝合术后,角膜拆线后的角膜散光的稳定时间。方法:对在2021年2月至2022年4月于汕头国际眼科中心住院的患有角膜裂伤并已行一期角膜裂伤缝合的30位患者定期随访,在一期缝合术后约三个月时行角膜缝线拆除。采用CASIA2 AS-OCT
近年来,随着生活压力的增大,人们面临精神上的压力越来越大,随之而来的是具有精神疾病风险的人群的数量与日俱增,尤其是抑郁风险群体。目前,机器学习（Machine Learning）已经开始被广泛引入到抑郁症识别中,依据采集数据的类型可分为音视频识别、文本识别和生理信号识别等。虽然上述研究已经有了可喜的进展,但是依然存在不同缺陷,如需要专业的数据采集设备、需要被试高度配合、对被试有干扰等。上述缺陷会导