作　　者： ; ; ; ;

机构地区： 北京师范大学信息科学与技术学院

出　　处： 《计算机工程与应用》 2009年第33期31-34,共4页

摘　　要： 针对现有的时间序列分析和预测算法中主观性太强的缺点,借助分形理论对时间序列作有效的分析。改进了分形理论中的GP算法和复自相关法的计算方式,从而使之更适合相空间的重构和预测,然后在重构后的相空间中选择累积采样轨迹的最近邻点作一次性的序列预测。提出的算法避免了人工过多的干预调整,通过在两个具体时间序列数据集上的验证,与其他预测算法相比,该算法的分析结果稳定而准确、预测精度高、运行时间比较短。 This paper analyzes the disadvantage that the subjectivity is too strong in existing time serials and predicate method. The fractal theory is used for the time series prediction.The computing of GP algorithm and multiple autocorrelation algorithm are improved,and the reconstruction of the phase space is easier.After that the nearest neighbor of accumulation sampling path is selected for one time predicate in phase space.The new algorithm is more suited to reconstruction and predicting in the phase space.By validating at two time series dataset,the analysis result of this method is steady and exact,predication precision of it is high and the running time is short.

关 键 词： 时间序列 分形 算法 复自相关 最近邻预测

领　　域： [自动化与计算机技术] [自动化与计算机技术]