多元时间序列相关论文
从多元时间序列观测数据中学习多个变量之间的因果关系是许多专业领域中的重要基本问题。现有的多元时间序列因果关系发现方法通常......
多元时间序列作为一种常见的数据储存形式,广泛存在于现实世界各个领域的复杂系统中并得到大量分析应用。而实际获取的多元数据可......
现有多元时间序列分段算法中分段点的选择以及分段个数的确定往往需要分别独立完成,大大增加了算法的计算复杂度.为解决上述问题,......
随着产生数据的系统越来越庞大,其结构越来越复杂,难以通过单独的某个参数对系统整体状态进行掌握。而其产生的数据多具有时序特性......
企业爆发财务危机是一个动态的演化过程，与财务危机静态预测研究不同的是，文章采用多元时间序列数据表述企业特征，并结合COX模型进行......
时间序列异常点的检测在质量控制、信号处理、气候变化等实际问题中具有非常重要的应用,是时间序列统计推断研究中的重要问题,也一......
近年来,由于数据量的大幅度增长和计算机硬件水平的提升,以生成对抗网络（GAN）为主体框架的深度学习逐渐成为热点话题,并在很多领域的......
气液两相流在工业领域和自然界十分常见。针对气液两相流的探索对于特定自然现象的理解以及工业生产效益的提升都有极大价值。研究......
可视图(visibility graph,VG)算法已被证明是将时间序列转换为复杂网络的简单且高效的方法,其构成的复杂网络在拓扑结构中继承了原......
多元时间序列广泛存在于社会生活的各个领域,多个变量之间具有复杂的关联关系。分析多元时间序列变量间的相互影响关系,挖掘系统潜......
在日常的生活以及大数据的实际应用中,通常需要对观测系统和实际生产中的数据进行记录,这些按照时间先后顺序记录的数据,就是基础......
随着民用航空业的迅速发展,航空运输公司间的竞争日益白热化。航空公司必须进行良好的收益管理,才有可能在强烈的竞争中崭露头角。......
随着机动车保有量的大幅度上升和私家车的全球性普及,导致交通系统的负载过大,环境污染也随之加剧。面对复杂且难以管控的交通拥堵......
军用飞机飞行动作具有较强的随机性和模糊性,为实现针对军用飞机飞行动作的识别和划分,提出了一种基于马尔可夫随机场MRF模型的飞......
在工业生产中普遍存在时间序列样本不平衡的问题,即正常情况下的样本数量远远大于异常情况下的样本数量。在电解铝行业中这个问题......
在自然界和工业生产过程中普遍存在两相流流动现象。伴随着石油开采的深入,世界范围内含水率高的油田普遍增多,为了挖掘油田的剩余......
针对常用方法无法准确度量多元时间序列相似程度的问题,提出一种基于多维分段和动态权重动态时间弯曲距离的多元时间序列相似性度......
多元时间序列广泛存在于金融、气象、航天等社会生产和生活中，时间序列的分析具有重要的研究和应用价值。本文研究分析多元时间序列......
在工业生产中普遍存在时间序列样本不平衡的问题,即正常情况下的样本数量远远大于异常情况下的样本数量。在电解铝行业中这个问题......
为探究多元时间序列中各个元素之间的相关性,研究特定的Motif在时间序列中的金融趋势含义,提出了一种基于自适应步长选择的多元时......
因果分析是数据挖掘领域重要的研究课题之一.由于传统的Granger因果模型难以准确识别多变量系统的非线性因果关系,本文提出一种基......
近年来,新能源的开发与利用已成为一个重要的研究课题,其中风能以其巨大的潜力被广泛应用,风力发电是风能利用最主要的形式。风速......
利用动态时间弯曲(DTW)技术在原始多元时间序列进行相似性度量时时间复杂度较高,且DTW在追求最小弯曲距离的过程中可能会出现过渡......
国内外学者提出了多种通过复杂网络的视角提取时间序列中隐含的复杂系统信息的统计方法,并且这些方法被广泛应用到各个科学领域中......
多元时间序列广泛存在于水文、气象、交通、医疗等各种领域,对这些时间序列进行分析与预测,在指导人类社会的生活、生产等方面具有......
对应用进行有效的性能管理,实时监测其在复杂运行环境中的运行状况,及时发现性能问题,成为了保障应用运行良好和提升业务质量的关......
汇率一直是一个国家衡量国内外经济金融波动的关键经济指标,它不仅是国家间经济竞争的指标,也是彼此受竞争货币价值制约的商业关系......
在理论上通过推导得出了Black-Litterman模型(B-L模型)最优权重与信心水平的关系式.实证部分开创性地将多元时间序列VEC模型运用到......
中国加入WTO之后,中国烟草行业面临更加激烈的市场竞争,如何准确把握市场需求成为烟草行业关注的焦点.本文利用某地级市烟草公司的......
多元时间序列包含丰富的变量,且变量间存在着相关性,相互影响,可能会降低某一变量的预测精度.为此,本文提出了一种基于RNN和CNN的......
数据降维具有重要的意义，一方面高维数据无法在一些具体的算法中直接应用，降维可以解决“维数灾难”，降低数据复杂度，使一些算法可以正......
动态因子模型在经济学和应用经济中有着广泛的应用．这其中根本的原因在于，动态因子模型能够使大维时间序列转化为低维因子序列的形式......
为了解决有限长度且含有噪声时的单元精度时间序列相空间重构中的信息丢失问题,提出了基于多元混沌时间序列的数控机床运动精度预......
针对多元时间序列半监督回归只考虑样本间空间关系信息而忽略了样本间时域信息的问题,提出了一种考虑样本间时域信息的半监督回归......
本文利用1950-2008年的我国进出口总额数据,分别对出口数据和进口数据建立模型,并进行残差检验.然后从多元时间序列角度出发,考察......
滑坡的时间-位移曲线一般具有3个阶段特征,即初始变形阶段、等速变形阶段和加速变形阶段,不同演化阶段加速度具有不同的变化特点.......
期刊
多元时间序列的因果关系分析是数据挖掘领域的研究热点.时间序列数据包含着与时间动态有关的、未知的、有价值的信息,因此若能挖掘......
针对目标威胁评估问题的高维数、时变性等特点,提出基于动态灰色主成分分析(dynamic grey principal component analysis,DG-PCA)......
提出了一种基于多元时间序列的Ｋｎ近邻短期气候预测模型。该模型既保留了Ｋｎ近邻算法的优良特性，同时又考虑了气候系统有关状态量之间的物......
复杂系统数据序列集未来行为的预测是一个难点,利用数据挖掘实现预测是有潜力的技术途径.针对包含多元时间序列和非时间序列的实时......
台风相似性度量方法的研究对防灾减灾、辅助决策等具有重要意义,台风相似性的研究大多集中在台风路径的相似性度量上。首先,梳理影......
Generic reconstruction technology based on RST for multivariate time series of complex process indus
In order to effectively analyse the multivariate time series data of complex process,a generic reconstruction technology......
常用多元时间序列相似性匹配方法难以在高效刻画局部形态特征的同时考虑各变量间的相关信息．针对此问题，提出一种动态窗口内多维拟合......
符号化表示技术,可以有效降低时间序列的维度,是实现海量时间序列数据挖掘的基础。聚类结果的精度是运用聚类方法对多元时间序列进......
