基于arma-garch模型的时序数据挖掘研究

《基于arma-garch模型的时序数据挖掘研究》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、基于ARMA．GARCH模型的时序数据挖掘研究rn●●l一●-·一llmeseriesnatamlnln2researChbasedOnARMA．GARCHmodel2011年4月合肥工业大学本论文经答辩委员会全体委员审查，确认符合合肥工业大学硕士学位论文质量要求。勉r-7辩委员会签名：(工作单位、职称)主席：夕哆历}故芬≠当么学院翻锻僭委员：栖嚷喙亨苡么让座扭地太豢亏舻熏z乒撇乏1弓寻无量导师：毛、砻耽名忍沙以章别招援独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特

2、别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得盒壁王些盔堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签字签字日期：加／117年艿月夕日学位论文版权使用授权书本学位论文作者完全了解盒目墨王些态堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权盒墼王些盔堂．可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或

3、扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位敝者躲翻、签字日期乡幻／／年岁月乡日学位论文作者毕业后去向：工作单位：通讯地址：翮虢砺比签字日期。力吖年伊3日电话：邮编：基于ARMA．GARCH模型的时序数据挖掘研究摘要本文介绍了ARMA模型、条件异方差模型和ARMA．GARCH模型等基于模型的时序数据挖掘方法。利用时序图、直方图、QQ图、自相关图和异方差检验对ECG信号序列进行了特征分析，得出ECG信号序列具有非正态性和ARCH效应。介绍了基于ARMA．GARCH模型的时序聚类的不相似测度，并

4、利用ARMA．GARCH模型对ECG信号进行了特征提取，将ARMA．GARCH模型的系数作为ECG信号的特征指标，从而对ECG信号进行聚类，结果表明，基于GARCH模型系数聚类效果优于其它方法。最后，对基于ARMA．GARCH模型的ECG信号的特征指标进行了变量筛选，并利用贝叶斯分类法对ECG信号进行了分类研究，结果表明ARMA．GARCH模型较为准确地刻画了ECG信号的特征。关键词：时序数据挖掘ARMA．GARCH模型ECG信号聚类贝叶斯分类Timeseriesdata。’researchbasedOillimeserl

5、esilatammmgresearcase0ilARMA．GARCHmodelABSTRACTInthispaper，timeseriesdataminingmethodbasedonmodels，suchasARMAmodel，ConditionalHeteroscedasticityModelandARMA—GARCHmodel．Weobtainthroughcharacteristicanalysisusingtimeseriesplot，histogramplot，QQplot，Autocorrelationplo

6、tandHeteroscedasticitytestthatECGsignalserieshavenon．normalityandARCHeffect．ThedissimilarmeasureoftimeseriesclusterforARMA-GARCHmodeliSproposed．WepresentfeatureextractionofECGsignalbasedonARMA-GARCHmodels．CoefficientofARMA．GARCHmodeliSregardesascharacteristicofECG

7、andECGsignalseriesareclustered．ItiSseenfromclustereffectivenessthattheclustermethodbasedonGARCHmodelcoefficientiSbetterthanothermethod．Intheend．characteristicvariablesofECGsignalbasedonARMA-GARCHmodelareselected．ECGsignalseriesareclassifiedusingBayesianclassificat

8、ion．ItisseenthroughclassificationeffectofECGsignalthatthecharacteristicextractionofECGsignalbasedonARMA．GARCHmodelsiSeffectiveandeffiCient．Keywords：time