書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
時(shí)序數(shù)據(jù)；硎炯捌鋺(yīng)用

時(shí)序數(shù)據(jù)；硎炯捌鋺(yīng)用

出版社：大連理工大學(xué)出版社出版時(shí)間：2024-02-01
開(kāi)本： 26cm 頁(yè)數(shù)： 139頁(yè)
中 圖 價(jià):¥84.2(8.5折) 定價(jià)  ¥99.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書(shū)更多>

時(shí)序數(shù)據(jù)；硎炯捌鋺(yīng)用 版權(quán)信息

時(shí)序數(shù)據(jù)粒化表示及其應(yīng)用 內(nèi)容簡(jiǎn)介

本書(shū)第1章對(duì)時(shí)間序列；硎炯皵(shù)據(jù)挖掘進(jìn)行簡(jiǎn)要介紹。第2章基于動(dòng)態(tài)規(guī)劃算法提出多元時(shí)間序列分割方法，該方法能夠根據(jù)分割代價(jià)得到全局*優(yōu)的分割結(jié)果。在此基礎(chǔ)上，第3章借鑒模糊聚類方法并結(jié)合運(yùn)用動(dòng)態(tài)時(shí)間規(guī)整，提出能夠在對(duì)時(shí)間序列進(jìn)行分割的同時(shí)，對(duì)分割得到的時(shí)間序列片段進(jìn)行聚類的分割方法。第4章至第7章基于合理粒化原則對(duì)時(shí)間序列進(jìn)行；⒎謩e討論時(shí)間序列；硎驹陂L(zhǎng)期預(yù)測(cè)和聚類領(lǐng)域的具體應(yīng)用。第8章針對(duì)金融時(shí)間序列特性，探討在對(duì)時(shí)間序列進(jìn)行特征提取并；，構(gòu)建信息粒的層次結(jié)構(gòu)進(jìn)而實(shí)現(xiàn)聚類。

時(shí)序數(shù)據(jù)；硎炯捌鋺(yīng)用 目錄

1 緒論 1.1 時(shí)間序列表示方法 1.2 時(shí)間序列相似性度量 2 基于動(dòng)態(tài)規(guī)劃的多元時(shí)間序列分割 2.1 引言 2.2 多元時(shí)間序列的動(dòng)態(tài)規(guī)劃分割 2.2.1 分割代價(jià) 2.2.2 分割誤差的遞歸計(jì)算 2.2.3 動(dòng)態(tài)規(guī)劃分割方法 2.2.4 自回歸階數(shù)和分割階數(shù)的確定 2.3 實(shí)驗(yàn)結(jié)果及分析 2.3.1 仿真實(shí)驗(yàn) 2.3.2 多元水文氣象學(xué)時(shí)間序列實(shí)驗(yàn) 2.4 本章小結(jié) 3 基于模糊聚類的時(shí)間序列分割與聚類 3.1 引言 3.2 時(shí)間序列的分割與模糊聚類 3.2.1 動(dòng)態(tài)時(shí)間規(guī)整與均值計(jì)算 3.2.2 目標(biāo)函數(shù) 3.2.3 劃分矩陣的確定 3.3 實(shí)驗(yàn)結(jié)果及分析 3.3.1 一元時(shí)間序列仿真實(shí)驗(yàn) 3.3.2 多元時(shí)間序列仿真實(shí)驗(yàn) 3.3.3 一元水文氣象學(xué)時(shí)間序列實(shí)驗(yàn) 3.3.4 多元水文氣象學(xué)時(shí)間序列實(shí)驗(yàn) 3.4 本章小結(jié) 4 基于信息；臅r(shí)間序列長(zhǎng)期預(yù)測(cè) 4.1 引言 4.2 時(shí)間序列的長(zhǎng)期預(yù)測(cè) 4.2.1 時(shí)間序列的；指 4.2.2 時(shí)間序列片段等長(zhǎng)化 4.2.3 基于HMM的長(zhǎng)期預(yù)測(cè) 4.3 實(shí)驗(yàn)結(jié)果及分析 4.3.1 混沌時(shí)間序列實(shí)驗(yàn) 4.3.2 電費(fèi)價(jià)格時(shí)間序列實(shí)驗(yàn) 4.3.3 溫度時(shí)間序列實(shí)驗(yàn) 4.4 本章小結(jié) 5 基于信息粒化的時(shí)間序列模糊聚類 5.1 引言 5.2 時(shí)間序列的；稻S 5.2.1 時(shí)間序列粒化 5.2.2 時(shí)間序列；硎 5.3 粒化時(shí)間序列的模糊聚類 5.3.1 目標(biāo)函數(shù) 5.3.2 原型的計(jì)算 5.4 實(shí)驗(yàn)結(jié)果及分析 5.4.1 UCR數(shù)據(jù)集實(shí)驗(yàn) 5.4.2 股票數(shù)據(jù)實(shí)驗(yàn) 5.5 本章小結(jié) 6 基于趨勢(shì)；臅r(shí)間序列系統(tǒng)聚類 6.1 引言 6.2 趨勢(shì)；瘯r(shí)間序列的系統(tǒng)聚類 6.2.1 時(shí)間序列的趨勢(shì)粒化 6.2.2 粒化序列的相似性度量 6.2.3 ；蛄械南到y(tǒng)聚類 6.3 實(shí)驗(yàn)結(jié)果及分析 6.3.1 CBF數(shù)據(jù)集實(shí)驗(yàn) 6.3.2 Synthetic Control數(shù)據(jù)集實(shí)驗(yàn) 6.3.3 A股上市港口公司數(shù)據(jù)實(shí)驗(yàn) 6.4 本章小結(jié) 7 基于趨勢(shì)粒化的時(shí)間序列加權(quán)模糊聚類 7.1 引言 7.2 趨勢(shì)；瘯r(shí)間序列的加權(quán)模糊聚類 7.2.1 目標(biāo)函數(shù) 7.2.2 原型的計(jì)算 7.3 實(shí)驗(yàn)結(jié)果及分析 7.3.1 Synthetic Control數(shù)據(jù)集實(shí)驗(yàn) 7.3.2 UCR數(shù)據(jù)集實(shí)驗(yàn) 7.3.3 股票數(shù)據(jù)實(shí)驗(yàn) 7.4 本章小結(jié) 8 基于公理模糊集的金融時(shí)間序列；熬垲 8.1 引言 8.2 GARCH模型 8.3 AFS信息粒 8.3.1 AFS基礎(chǔ) 8.3.2 AFS粒化 8.4 AFS系統(tǒng)聚類 8.4.1 AFS信息粒的層次結(jié)構(gòu) 8.4.2 AFS信息粒的合并原則 8.5 實(shí)驗(yàn)結(jié)果及分析 8.6 本章小結(jié) 參考文獻(xiàn)
展開(kāi)全部
暫無(wú)評(píng)論……
書(shū)友推薦
本類暢銷(xiāo)
編輯推薦
返回頂部
中圖網(wǎng)
在線客服