基于离散小波变换的时间序列数据挖掘
文中提出了一种利用离散小波变换进行时间序列分析预测的新方法.该方法的特点主要是在小波系数的选取依据上与以往方法不同,以往方法大多是选取前k个位置的系数或者是选取数值最大的k个位置的系数,其依据是能量保持;本文方法的选取依据是各系数在训练集数据上的分类能力大小,即通过对已知类别的训练集的学习过程,找出使得类内距离最小、类间距离最大的若干系数作为特征系数.对于未知类别的时间序列,根据特征系数计算出该序列属于各个类别的隶属度,隶属度最高的类别即为预测结果.实验结果表明,本方法用于时间序列分析预测,显示出了较高的效率和准确性.
时间序列 离散小波变换 特征提取 数据挖掘
余璟明 何希琼 程东爱
中科院成都计算机应用研究所,四川,成都610041
国内会议
中国科学院计算技术研究所第八届计算机科学与技术研究生学术讨论会
大连
中文
56
2004-07-01（万方平台首次上网日期，不代表论文的发表时间）