暂无评论
在研究T-S模糊RBF神经网络的基础上，提出了一种基于DNA生物机理和结构的免疫遗传算法，用于优化设计T-S模糊RBF神经网络的规则后件参数。该方法采用基于抗体浓度的更新策略调节机制，能有效地保持抗体
在寒冷季节（十月至四月）的不同时间，在高纬度育空平原河谷的三个农村社区进行了近地表PM2.5和气象观测。 这些数据与其他气象站点的数据，NCEP重新分析和MAIAC检索的气溶胶光学深度数据进行了综合，
粗集理论对股票时间序列的知识发现\股票时间序列长期相关性的修正DFA识别\股票时间序列模型的关联规则挖掘等等
目前，已提出了一些关联规则挖掘中的隐私保护方法，而对序列模式挖掘中隐私保护的研究却很少。为此，提出了一种有效的敏感序列隐藏算法CLSDA(currentleastsequencesdeletealgo
本文探讨了ARMA模型（自回归和滑动平均模型）在时间序列研究中的重要性和应用。长期追踪资料的研究过程中，ARMA模型被广泛用于消费行为模式变迁、销售量和市场规模的预测等方面。ARMA模型分为自回归模型
混沌时间序列预测是混沌理论的一个重要方向和研究热点，在气象、水力、经济和通信等各个领域有着广泛的应用。然而，由于混沌时间序列高度复杂的非线性特征，很难从理论上定量研究。利用贝叶斯网络（BNs）在处理不
仿射传播算法是一种快速有效的聚类方法，但其聚类结果的不稳定性影响了聚类性能。对此，提出基于近邻的仿射传播算法（AP-NN），通过仿射传播算法产生初始簇，并从中选择代表簇对非代表簇的样本进行近邻聚类。在
为了提高时间序列预测方法的预测精度以及增强其适用性，提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均（autoregressiveintegratedmovingavera
为了解决误判问题，从预测的角度给出了离群点的定义，并提出了预测可信度和离群度的概念；同时，提出采用置换技术来降低离群点对预测模型的影响，并提出了基于集成预测的稀有时间序列检测算法。针对真实数据集的实验
提出了一种基于时间序列的模式表示提取时间序列异常值的异常检测算法（PREOV）。时间序列的模式表示本身就具有压缩数据、保持时间序列基本形态的功能，并且具有一定的除噪能力。在时间序列模式表示的基础上提取
暂无评论