共查询到20条相似文献,搜索用时 15 毫秒
1.
一、方法的陈述自从本世纪三十年代 ARMA 混合模式问世以来,在时间序列分析和预测中,它日益成为一种重要而经常使用的手段。和时间序列其他预测方法相比较,这种方法具有相当的灵活性和优越性。它不仅可以拟合各种不同的数据样式,通过若干次迭代获得最佳参数估计值;而 相似文献
2.
本文选取了从2005年1月到2011年9月间丙类传染病的月发病数,在考虑长期趋势与季节因素的基础上,选择ARIMA模型来对我国丙类传染病每月的爆发数量进行拟合,同时对未来1年的发病情况进行预测. 相似文献
3.
本文基于中国统计局提供的1980年~2016年的国民总收入年度数据,分别构建了Holt指数平滑模型和ARIMA模型预测最近5年的国民生产总值。结果显示ARIMA时间序列模型具有更好的拟合和预测效果,可以为我国宏观经济的发展提供更好的参考。 相似文献
4.
5.
提出一种基于最大熵功率谱估计的Hadoop云平台下网络音视频数据特征挖掘方法,实现对数据信息的高速访问。构建数据挖掘Hadoop云平台和数据挖掘访问模型,设计最大熵功率谱特征提取算法,采用分段思想将同一时间段的视音频数据进行群体分割,分段提取最大熵功率谱特征。将提取的特征信息进行维度匹配分箱和溯源处理,实现信息恢复,最终完成高速数据访问。仿真测试表明,该算法能有效地实现对网络音视频数据的特征挖掘,提高访问效率,访问响应时间较当前方法缩短明显。 相似文献
6.
7.
8.
神经网络和传统线性模型结合为处理混沌时间序列提供了新的途径。将Elman神经网络和单整自回归移动平均模型结合起来,同时分析我国进出口贸易量时间序列中的线性和非线性两部分,得到更准确的预测精度。实证表明,复合模型吸收两类方法的优点,较单一模型能够更有效地预测我国进出口数据。 相似文献
9.
本文运用时间序列分析法对北京海外旅游人数进行周期估计,首先运用线性滤波器剔除数据的趋势项,其次对调和模型进行参数估计,最后将所计算的周期与其他方法所计算的周期进行比较.文中运用的方法对于一般的经济数据具有通用性. 相似文献
10.
本文利用时间序列分析中的ARIMA(p,d,q)模型,根据1978-2013年我国东三省粮食产量数据进行了随机性分析,结合EVIEWS和SPSS等统计分析软件,通过对模型识别、比较、建立以及检验,最终选定ARIMA(3,1,2)模型,并运用此模型拟合了东三省2009-2013年的粮食产量,同时对东三省2014-2023年未来十年的粮食产量进行了分析与预测。 相似文献
11.
时间序列调和模型对旅游周期的预测 总被引:1,自引:0,他引:1
本文运用时间序列分析法对北京海外旅游人数进行周期估计,首先运用线性滤波器剔除数据的趋势项,其次对调和模型进行参数估计,最后将所计算的周期与其他方法所计算的周期进行比较。文中运用的方法对于一般的经济数据具有通用性。 相似文献
12.
潜周期模型在实际生活问题中应用很广泛,它是时间序列分析中研究比较集中的一个模型。大体上看,潜周期模型可以分为两个类:一是频率不随时间变化(固定频率)的情况,二是频率随时间变化(时变频率) 的场合。潜周期模型也是二维随机场的重要模型之一,在二维信号处理、二维时空序列的预测中常有应用。对该模型进行各种参数方面的研究。 相似文献
13.
风能作为一种清洁能源是所有可再生能源中最有前途和发展的技术,得到世界各国的高度重视。如果能对风电输出功率进行比较系统且准确的预测,将会为电网调度部门制定日运行方式和制定合理调度计划提供参考,进而减弱风电对电网的不利影响,减少旋转备用、提高电力系统的可靠性。因此找出一个有效相对准确的预测方法可以有效的解决上述问题。本文提出基于EMD-ARMA和EEMD-ARMA的风功率预测方法,采用风场实际功率数据进行分析,验证所提方法的有效性。 相似文献
14.
利用神经网络确定ARMA模型的结构 总被引:7,自引:0,他引:7
本文以时间序列的SACF和SPACF作为输入,ARMA(p,q)模型的类别作为输出来建立神经网络,并利用计算机生成的时间序列的SACF和SPACF对网络进行训练。最后用该网络为多个实际的时间序列都找到了最佳的模型结构 相似文献
15.
目前门限自回归模型是最受大家关注的预测模型。本文以太阳黑子非线性时间序列为研究对象,建立门限自回归预测模型。通过一些相关分析技术来确定预测模型中的门限区间个数和门限值的寻优范围,然后优化门限值和TAR模型的自回归系数。通过实验结果分析表明,门限自回归预测模型能够对非线性时间序列进行精确预测。 相似文献
16.
文章在客观评述国内外主要预测方法的基础上。根据湖北省1949-2004年城市化水平的时间序列资料,构建城市化水平的时间序列预测模型,并进行实证检验和预测。 相似文献
17.
18.
【目的/意义】当前全球信息化时代下信息过载问题日趋严峻,在深度挖掘信息的基础上,结合用户行为特
征进行智能匹配显得尤为重要。【方法/过程】本文在基于潜在因子模型的个性化推荐算法的基础上,构建了结合时
间序列的语义信息挖掘及匹配模型。通过引入用户历史行为的时间序列语义信息,提高已有模型预测用户偏好的
准确性,结合因子分解机的思想实现对扩展模型的构建,并通过 movielens数据集对该方法的有效性进行验证。【结
果/结论】实验结果表明,新模型能够有效提高已有推荐模型预测用户偏好的准确性,从而实现了良好的数据挖掘
及匹配效果。 相似文献
19.
时间序列的趋势变化对预测结果的准确性有很大的影响。本文通过对平滑指数的分析,介绍了变指数的平滑方法,此外,给出了利用观察估的累加和比例与观察值数的比例判断趋势变化的方法。 相似文献
20.
改革开放以来,我国经济的快速发展,人们生活水平逐步提高,旅游开始成为一种新潮流。旅游在我国经济活动中占据着重要的地位,在促进经济发展中发挥着重要作用。本文根据1994-2011年有关数据,对国内旅游消费情况进行分析,并在此基础上预测2012年的国内旅游消费值。 相似文献