光滑曲线去噪算法在分段线性拟合时间序列中的应用研究

光滑曲线去噪算法在分段线性拟合时间序列中的应用研究

ID:22545246

大小:71.12 KB

页数:6页

时间:2018-10-30

光滑曲线去噪算法在分段线性拟合时间序列中的应用研究_第1页
光滑曲线去噪算法在分段线性拟合时间序列中的应用研究_第2页
光滑曲线去噪算法在分段线性拟合时间序列中的应用研究_第3页
光滑曲线去噪算法在分段线性拟合时间序列中的应用研究_第4页
光滑曲线去噪算法在分段线性拟合时间序列中的应用研究_第5页
资源描述:

《光滑曲线去噪算法在分段线性拟合时间序列中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、光滑曲线去噪算法在分段线性拟合时间序列中的应用研宄基金项目:2014年广西壮族自治区级大学生创新创业训练计划立项项目(201411548098)。作者简介:通讯作者,范雅静,女,广西南宁人,汉族,广西财经学院信息与统计学院教师。摘要:时间序列在经济社会等多个领域发挥着重要的作用。然而,时间序列通常含有较多不规则波动,这些不规则波动易对时间序列数据挖掘造成影响。因此,对时间序列进行降噪处理则是一个亟待解决的问题。本文介绍了一种基于光滑曲线去噪算法在分段线性时间序列中的应用方法。通过对时间序列进行光滑去噪处理,从而得到去噪后的光滑曲线数据,再通过时间序列分段线性的方法找出该序列数据的关键

2、点,进行时间序列的线性分段拟合。实验表明:与直接分段拟合相比,先通过光滑去噪后再进行分段线性拟合得到的结果更好。关键字:时间序列;光滑去噪;线性拟合;分段表示;中图分类号:TP31文献标识码:A文章编号:1672-3791(2014)12(c)-0000-00ResearchofDenoisingAlgorithmSmoothCurveintheApplicationofPiecewiseLinearFittingTimeSeriesHUANGQiupingCHENJucanFANYajingLIJinqing(SchoolofInformationandStatistics,Gua

3、ngxiUniversityofFinanceandEconomics,Nanning530003,Guangxi,China)Abstract:Timeseriesplaysanimportantroleintheeconomic,society,andotherfields.However,timeseriesusuallycontainsmanyirregularfluctuationswhichareeasytocauseannegativeeffectontimeseriesdatamining.Therefore,noisereductionprocessingisapr

4、oblemtobesolved.Thispaperintroducedadenoisingalgorithmbasedonsmoothcurveintheapplicationofpiecewiselineartimeseries.Smoothcurvedataiscreatedafterremovingthetimeseriesnoise.Thenbyusingthemethodoftimeseriespiecewiselinear,datapointsarefoundouttofittheoriginaltimeseries.Theexperimentsshowthat:comp

5、aredwithdirectsubsectionfittingmethods,theexperimentsresultsaremuchbetterbydoingsmoothdenoisingfirstlyandthenpiecewiselinearfitting.keywords:Timeseries;Smoothdenoising;Piecewiselinearfitting;Segmentationpresentation引言:时间序列的数据挖掘研宄是从海量的数据中发掘出有价值的具有规律性信息的算法和实现技术,广泛应用于工业、科学、经济等领域[1-2]。由于数据序列数据量大、噪声

6、干扰严重、短期波动频繁,直接在原始时间序列上进行线性拟合、模式识别、相似性查询等操作,存在工作量大、效率低、耗时长等弊端。许多研究者提出相关的时间序列的分段线性方法,进行时间序列线性拟合。过去,国内外众多学者对时间序列分段先行方法进行了研宄,并提出极值点拟合法、特征点拟合法、基于关键点拟合法和精确的时间序列拟合法等多种方法,这些方法都能够较好地将原时间序列分段并拟合。而本文试图在此基础上,先对原时间序列进行光滑处理,再分别利用不同的方法提取原时间序列分段点,并评价该点用于原时间序列拟合时的效果。1.相关算法介绍1.1时间序列分段线性算法极值点拟合法是利用原时间序列数据的单调变化属性提

7、取其中重要的特征数据,这些数据点均为原时间序列的极值点。对于原时间序列数据,其中00)时,则为转折点。精确的时间序列线性拟合方法将特征点拟合法和斜率法相结合,在找出时间序列极值点(保持阈值C)的同时,通过斜率的方法提取出时间序列中的变化转折点。以为基准做一条平行于X轴的直线,若,位于的同侧,则与前后两个相邻点所确定的线段中,只要有一条线段的斜率大于阈值,则该点是转折点。若,位于的异侧,所确定的线段的斜率的欧式距离大于阈值,则认为是转折点。1.2光滑去噪处理

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。