摘要
重要点分段法主要利用局部极值点进行划分,可以将时间序列分割成若干个相对较短但不重叠的子序列。该方法在进行序列划分时,能够既保留全局特征,又保持局部性质,是时间序列分段常用的方法之一。文章采用重要点分割法将序列分割成子序列,之后采用灰色GM(1,1)模型对各个子序列进行拟合。实验证明,基于灰色GM(1,1)模型与重要点的时间序列分段算法能够以更少的拟合误差,实现序列的压缩。
出处
《统计与决策》
CSSCI
北大核心
2016年第24期28-30,共3页
Statistics & Decision
基金
国家自然科学基金青年项目(61300104)
福建省自然科学基金资助项目(2013J01230)