Online-HHT方法在时间序列数据流预测中的应用

doi:10.3778/j.issn.1002-8331.2011.03.043

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (3): 142-145.DOI: 10.3778/j.issn.1002-8331.2011.03.043

• 数据库、信号与信息处理 • 上一篇下一篇

Online-HHT方法在时间序列数据流预测中的应用

周勇，王尤慧，程春田

大连理工大学软件学院，辽宁大连 116624

收稿日期:2009-06-25 修回日期:2009-10-10 出版日期:2011-01-21 发布日期:2011-01-21
通讯作者: 周勇

Application for prediction of time series data stream based on Online-
HHT method

ZHOU Yong，WANG Youhui，CHENG Chuntian

School of Software，Dalian University of Technology，Dalian，Liaoning 116624，China

Received:2009-06-25 Revised:2009-10-10 Online:2011-01-21 Published:2011-01-21
Contact: ZHOU Yong

摘要/Abstract

摘要： 在研究已有时间序列数据流预测方法的前提下，给出了一种基于滑动窗口的时间序列数据流通用预测模型，提出能有效降噪并进行多尺度滑动窗口分析，进而进行预测的新方法Online-HHT，将数据流中的滑动窗口技术与HHT方法相结合从而达到在线分析的目的。使用此模型，通过实验证实了Online-HHT方法能够有效地对时序数据流进行在线自适应趋势预测。

关键词: 数据流, 时间序列, Online-HHT方法, 滑动窗口

Abstract: After studying existed methods of time series data stream，a common prediction model is given to analyze time series data stream over sliding window，a novel method named Online-HHT is presented that is with efficient de-noise ability and multi-scale analysis ability over sliding window，then prediction is maken based on the analysis results.This method connects sliding window technique in data stream field and HHT method to realize online analysis.Using this model，it approves that Online-HHT method can effectively make online self-adaption prediction for time series data stream by experiment.

Key words: data stream, time series, Online-HHT method, sliding window

中图分类号:

TP273.2

周勇，王尤慧，程春田.

Online-HHT方法在时间序列数据流预测中的应用

[J]. 计算机工程与应用, 2011, 47(3): 142-145.

ZHOU Yong，WANG Youhui，CHENG Chuntian. Application for prediction of time series data stream based on Online-
HHT method[J]. Computer Engineering and Applications, 2011, 47(3): 142-145.

[1]	逯曼皎，张伟，徐涛. 基于动态矩阵模型的可优化的补货策略[J]. 计算机工程与应用, 2021, 57(7): 263-268.
[2]	姚洪刚，沐年国. EMD-LSTM模型对金融时间序列的预测[J]. 计算机工程与应用, 2021, 57(5): 239-244.
[3]	丁智慧，乔钢柱，程谭，宿荣. 基于LSH的shapelets转换方法[J]. 计算机工程与应用, 2021, 57(3): 112-119.
[4]	吴明慧，侯凌燕，王超. 面向预测的长短时神经网络记忆增强机制[J]. 计算机工程与应用, 2021, 57(21): 109-115.
[5]	王俊红，郭亚慧. 面向动态数据块的非平衡数据流分类算法[J]. 计算机工程与应用, 2021, 57(13): 124-129.
[6]	曹文超，干宏程. 基于WiFi数据的地铁车站客流预警模型[J]. 计算机工程与应用, 2021, 57(13): 233-238.
[7]	周玉，朱文豪，房倩，白磊. 基于聚类的离群点检测方法研究综述[J]. 计算机工程与应用, 2021, 57(12): 37-45.
[8]	麻琛彬，张政波，王晶. 基于深度学习的生理异常检测研究综述[J]. 计算机工程与应用, 2021, 57(10): 10-25.
[9]	展鹏，陈琳，曹鲁慧，许浩然，李学庆. 核转折点裁剪表示的时间序列异常检测算法[J]. 计算机工程与应用, 2020, 56(23): 130-138.
[10]	王见，毛黎明，尹爱军. 结合形状特征及其上下文的多维DTW[J]. 计算机工程与应用, 2020, 56(22): 42-47.
[11]	徐家臻，李婷，杨巍. 多尺度局部特征选择的行人重识别算法[J]. 计算机工程与应用, 2020, 56(2): 141-145.
[12]	徐清妍，何丽，朱泓西. 改进Hoeffding不等式的概念漂移检测方法[J]. 计算机工程与应用, 2020, 56(19): 55-61.
[13]	胡阳，胡学钢，李培培. 基于Spark的快速短文本数据流分类方法[J]. 计算机工程与应用, 2020, 56(14): 138-147.
[14]	杨瑶，付克昌，蒋涛，张国良，刘甲甲，孟易. 启发式RRT算法的AGV路径规划[J]. 计算机工程与应用, 2020, 56(12): 125-133.
[15]	谭章禄，王兆刚，胡翰. 时间序列趋势相似性度量方法研究[J]. 计算机工程与应用, 2020, 56(10): 94-99.

Online-HHT方法在时间序列数据流预测中的应用

Application for prediction of time series data stream based on Online-
HHT method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

Online-HHT方法在时间序列数据流预测中的应用

Application for prediction of time series data stream based on Online- HHT method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

Application for prediction of time series data stream based on Online-
HHT method