期刊文献+

基于分位点回归系数聚类的时间序列分类方法

下载PDF
导出
摘要 时间序列曲线分类的目的是为了找到曲线之间相似波动结构、减少建模工作量和进行预测,所以分类的结果将直接影响模型的质量和预测的精度。为此,文章提出了一种新的时序曲线分类方法—分位点回归系数聚类法。它可以有效地避免一些分类方法带来的局限性,能够更为全面、详尽地考查待分类时序数据的运行方式,改善分类的效果并为预测提供强大的支持。
出处 《统计与决策》 CSSCI 北大核心 2011年第6期21-23,共3页 Statistics & Decision
  • 相关文献

参考文献8

  • 1Liao, T. Clustering Time Series Data: A survey [J].Pattern Recognition,2005,(38).
  • 2Piccolo, D. A Distance Measure for Classifying ARIMA Models [J].Journal of Time Series Analysis,1990,(11).
  • 3Maharaj, E.A. A Significance Test for Classifying ARMA Models [J].Joumal of Statistical Computation and Simulation,1996,(54).
  • 4Maharaj, E.A. Comparison and Classification of Stationary Multivariate Time Series[J].Pattem Recognition,1999,(32).
  • 5Xiong, Y., Yeung, D.Y. Mixtures of ARMA Models for ModelBased Time Series Clustering[J].In: Proceedings of the IEEE International Conference on Data Mining,2002,1-4.
  • 6范新洪,张春梅,叶慧萍.基于负荷曲线分类的电力负荷预测方法[J].现代计算机,2007,13(6):63-66. 被引量:3
  • 7Koenker, R. Bassett, G., Regression Quantile[J].Econometrica,1978, (46).
  • 8Yu, K., Lu, Z., Stander, J. Quantile Regression: Application and Current Research Areas[J].The Statistician,2003,(52).

二级参考文献6

共引文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部