一种基于线性模糊信息粒的时间序列预测算法OA北大核心CSTPCD
[目的]由于经济、金融、环境和生态等多个领域中时间序列数据规模的持续增长,对其进行预测变得日益复杂,为了提高大规模时间序列的长期预测效率,探索构建模糊信息粒的创新方法,以准确反映数据集大小和趋势信息.[方法]首先,根据模糊拓展原理,研究各种模糊信息粒,包括区间型、三角型和高斯型模糊信息粒的距离定义.随后,结合时间序列片段的中心线段和离散程度信息,引入一类新颖的模糊信息粒.这些粒子可以有效捕捉指定时间范围内时间序列的趋势信息和离散程度,进一步地提出…查看全部>>
杨昔阳;陈豪;李志伟;张新军;颜星华
福建省大数据管理新技术与知识工程重点实验室,泉州师范学院,福建泉州362000 智能计算与信息处理福建省高等学校重点实验室,泉州师范学院,福建泉州362000 福建省金融信息处理重点实验室(莆田学院),福建莆田351100福建省大数据管理新技术与知识工程重点实验室,泉州师范学院,福建泉州362000 智能计算与信息处理福建省高等学校重点实验室,泉州师范学院,福建泉州362000福建省大数据管理新技术与知识工程重点实验室,泉州师范学院,福建泉州362000 智能计算与信息处理福建省高等学校重点实验室,泉州师范学院,福建泉州362000福建省金融信息处理重点实验室(莆田学院),福建莆田351100福建省大数据管理新技术与知识工程重点实验室,泉州师范学院,福建泉州362000 智能计算与信息处理福建省高等学校重点实验室,泉州师范学院,福建泉州362000
计算机与自动化
线性模糊信息粒模糊推理系统时间序列预测
《厦门大学学报（自然科学版）》 2024 (2)
P.188-198,11
福建省自然科学基金(2021J01001)泉州市科技局资助项目(2021N042)福建省教育厅2020年度福建省中青年教师教育科研项目(科技类)(JAT200566)福建省金融信息处理重点实验室(莆田学院)开放课题(JXC202205)。
评论