时间序列数据流预测模型应用研究

时间序列数据流中蕴含了大量潜在信息,可以作为智能决策的依据。研究时间序列数据流的变化趋势,预测其未来一段时间的可能值,能够为当前的决策提供重要的支持。提出用链式可重写窗口技术代替传统的滑动窗口技术,并结合经验模式分解和径向基神经网络建立时间序列数据流在线预测模型——Online_DSPM。实验结果表明,与单一时间序列数据流预测模型相比,该模型具有较高的预测精度和校好的模型适应性。

基于经验模式分解的时间序列数据流在线预测

提出一种通用的时间序列数据流预测方法,算法首先通过经验模式分解方法将从链式重写窗口取得的数据集分解有限具有特征振荡周期的固有模态函数分量和一个代表原始序列平均趋势的余量;然后对于各个分量分别建立最大Lyapunov指数预测模型进行预测;最后将各分量的预测值组合获得最终预测值。通过电力负荷的预测实验表明,与单一的时间序列数据流预测模型相比,该模型具有较高的预测精度和很好的模型适应性。

斑马线之罚传递现代文明

在没有交通信号灯的斑马线前，行驶中的机动车遇到行人，让还是不让？在这个问题上，浙江海宁交警对驾车人贝先生作出行政处罚，贝先生则把交警告上法庭。这是全国首例“斑马线之罚”行政案件，轰动一时。9月16日，嘉兴市中级人民法院二审维持一审法院判决：处于强势地位的机动车应当主动停车让行（见9月17日《现代金报》）。