首页 | 本学科首页   官方微博 | 高级检索  
     

基于时间序列的预测模型应用与异常检测
引用本文:李健,孙广中,许胤龙. 基于时间序列的预测模型应用与异常检测[J]. 计算机辅助工程, 2006, 15(2): 49-51,84
作者姓名:李健  孙广中  许胤龙
作者单位:中国科学技术大学,计算机科学与技术系,安徽,合肥,230027;中国科学技术大学,国家高性能计算中心,安徽,合肥,230027
基金项目:国家高技术研究发展计划(863计划)
摘    要:
为解决由于产生时间序列数据时的一些不确定因素而导致预测结果在数值上存在较大偏差的问题,通过分析基于时间序列的历史数据,提出基于迭代的异常检测方法,剔除一些可能对时间序列造成影响的历史事件.实验证明该方法可大大提高预测的精度,得到的预测数据对未来的工作和研究有着更好的借鉴作用。

关 键 词:时间序列  预测  异常检测
文章编号:1006-0871(2006)02-0049-03
收稿时间:2005-12-12
修稿时间:2005-12-122006-02-26

Application and anomaly detection of predictive model based on time series
LI Jian,SUN Guangzhong,XU Yinlong. Application and anomaly detection of predictive model based on time series[J]. Computer Aided Engineering, 2006, 15(2): 49-51,84
Authors:LI Jian  SUN Guangzhong  XU Yinlong
Abstract:
Due to the problem that errors are often found in prediction data generated by the method of time series because of the uncertainties when it takes place, a method of anomaly detection based on iteration is developed by analyzing the historic time series data. It can find the possible abnormal events and erase the errors in them. The tests prove that it can greatly improve the prediction accuracy, and the prediction data can provide more reference to the future works.
Keywords:time series   prediction   anomaly detection
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号