基于信息粒的模糊时间序列预测模型

时间窗口的分割长度是影响预测结果准确性的重要指标之一,因此根据合理粒化将时间序列分割成一些可处理有意义的信息粒,从而得到更有效的非一致划分的分割方法.进一步,提出基于信息粒的模糊时间序列预测模型去预测股指时间序列.模型首先根据信息粒获取时间序列时间窗口的分割;然后在其基础上定义模糊集并将历史序列模糊化;构造模糊逻辑关系并为每一个模糊趋势指派权重;最终根据得到的信息实施预测.实验结果表明,提出的模型具有较高的准确性.

基于模糊C-均值的模糊时间序列模型

将模糊C-均值聚类算法引入到模糊时间序列模型,提出了一个新的模糊预测模型.该模型首先将观察的时间序列转化为w维的时间序列数据集,然后利用FCM算法对构造的时间序列数据集进行聚类,最后根据聚类结果进行预测,并将其应用到中国的能源预测中,实验结果表明了该模型的可行性和有效性.

基于模糊C-均值的文档碎片拼接方法

针对同时横切、纵切的文档碎片,提出了一个简单有效的方法将碎片进行拼接.该方法先将碎片进行预处理提取每幅碎片的特征向量,然后,利用模糊C-均值(FCM)聚类算法进行聚类,对每一类的碎片根据相邻碎片相似度最大的原则对碎片进行拼接,最后,根据同样的原则将已拼接好的行碎片进行拼接,从而给出碎片的完整拼接.实验表明了该方法的有效性.

浅谈学习《特种设备安全法》体会

特种设备是指涉及生命安全、危险性较大的锅炉、压力容器(含气瓶)、压力管道、电梯、起重机械、客运索道、大型游乐设施和场(厂)内专用机动车辆这8大类设备。《中华人民共和国特种设备安全法》由中华人民共和国第十二届全国人民代表大会常务委员会第3次会议于2013年6月29日通过,自2014年1月1日起施行。结合锅炉、压力容器的设计工作,简要谈谈学习《特种设备安全法》的几点体会。