不等长子时间序列的相似性度量方法

为了有效计算同一时间序列中具有不同长度的子序列数据的相似度,深入研究了时间序列中有关相似度计算的内容,提出了不等长子时间序列的相似性度量方法。该方法在分段计算每一相对独立子序列斜率的基础之上,能够有效地获得每一段的变化趋势,进而可以不受时间序列长度的影响而完成相似度计算。该方法在不同的数据集上进行实验,都获得了良好的效果,验证了该方法具有快速、准确、不受时间序列长度影响的特点。     

基于边缘算子的有效子序列分割方法

在深入分析时间序列中边缘算子的特点后,以划分不等长子、具有相对完整变化趋势的时间序列为目的,提出基于边缘算子的有效子序列分割方法。该方法能有效分割出具有相对完整变化趋势的、不同长度的子序列,同时具有高效、实现方法简便、效果直观的优点,对于不同领域的数据适应性良好。     

基于BP神经网络的读者满足率评价模型的研究

在分析读者满足率意义及与其相关因素的基础上,提出基于BP神经网络的读者满足率评价模型,该模型利用BPNN计算出读者满足率与其相关因素之间的关系,实验效果也证明了本模型是有效的。