基于趋势转折点的时间序列模式表示

在时间序列分段线性表示基础上,提出一种新的基于趋势转折点的时间序列模式表示方法。该方法在充分利用时间序列时变特征的基础上,可以有效地提取时间序列中的趋势及压缩原始数据。仿真实验证明,该方法具有高效、实现简便、效果直观的优点,对于油田测井领域的数据适应性良好。     

一种快速的时间序列线性拟合算法

提出一种新的基于关键点的时间序列分段拟合算法.通过一次扫描数据,该算法依次利用三个连续数据形成的夹角和非单调序列中的极值点,选择反映序列趋势变化的关键点,实现时间序列的线性拟合的同时剔除了噪音干扰,能精确定位单调序列中的突变转折点,发现序列中的尖峰状态.实验结果表明该算法具有良好的分段拟合性能.     

时间序列分段线性表示的几种算法比较

在工程、经济、自然科学和社会科学等领域的实际工作者和研究人员经常要接触到一系列的观察数据。本文对时间序列的分段线性化表示,几种新的算法进行比较分析,并对相关结果进行了分析。     

时间序列的快速相似性搜索改进算法

针对时序数据进行相似性挖掘方法的研究，提出一种寻找已知序列的所有相似性子序列的方法，用该方法对数据模拟，结果表明该算法提高了查询性能。     

基于符号表示的时间序列分类综述

一种有效的时间序列符号表示方法不仅可以实现数据高效降维,且对噪声具有鲁棒性,对于提高分类算法的性能和效率具有重要意义。本文从基于趋势特征、基于聚类或进化计算、基于文本以及基于频率域的角度,对近年来基于符号表示的时间序列分类方法的研究进行比较归类,为研究者了解最新的符号时间序列分类方法研究动态和发展趋势提供参考。     

改进的时间序列关联维数快速算法

针对传统关联维数的计算方法耗时量过大的问题,通过改进点对距离的度量方法,采用空间分块策略技术对重构相空间进行分块并将每个网格进行统一编号,加快了点对的搜索速度,实现了关联积分的快速计算,从而较大程度地提高了关联维数的计算速度．仿真结果表明：提出的算法可以快速有效地计算时间序列的关联维数,为工程实际应用奠定了基础．     

基于稀疏表示的时间序列最近邻分类

提出一种基于稀疏表示的时间序列最近邻分类模型,旨在通过提取时间序列的关键特征,去除冗余信息,达到减少噪声干扰的目的.该模型首先求解时序数据基于过完备字典的稀疏表示,然后利用非零系数及其对应的原子重构原始序列,最后利用基于距离的分类器进行分类.在18个时间序列公开数据集上的实验结果表明,最近邻分类模型能够提高传统的最近邻分类器的分类准确率.     

改进的时间相关序列股票价格混合预测模型研究

金融股票市场是一个极其复杂的演化系统,因此对股价波动进行准确预测是投资者理性规避投资风险的重要渠道。本文首先通过构建科学性较强的自回归移动平均与支持向量机（ARIMASVM）模型分析一维金融时序数据的线性成分,对我国股价波动进行样本内预测并与真实数据作比较,再利用改进的支持向量机（TGDSVM）模型基于金融面板时序数据处理线性预测后剩余的非线性成分信息。采用平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对比例误差（MAPE）、回归指数（WIA）、百分标准误差（SEP）与Nash系数六个预测精度指标检验五只股票日收盘价的预测精度。仿真结果表明：改进的时间相关序列（ARIMA-TGD-SVM）股票价格混合预测模型可以很好的弥补传统支持向量机（SVM）模型对解决多分类问题存在困难和对大规模训练样本难以实施的不足,并有效解决其利用欧式距离表征时序数据内部真实相互关系不足的缺陷,能够为股市预测提供理论依据和实际应用奠定基础。     

一种新的时间序列相似性模式发现算法

为了提高效率,基于时间序列的数据挖掘,采用了近似的方法取代原有时间序列,这导致了数据挖掘准确性的降低,文章的主要目标在于有效率地搜寻时间序列中的相似子序列向量,且希望能够兼顾准确性及效率,进而提供不同领域对于时间序列的不同需要.     

基于时间序列算法的电力无功测量

为了对电力系统的无功进行有效的控制,必须对无功进行预测.对无功的预测也就是对系统功率因数的预测.利用时间序列分析方法,建立了3种预测模型,分别是自回归模型、滑动平均模型和混合模型.通过对3种模型的比较,最终选用混合模型的时间序列分析方法对电力系统的功率因数进行预测.经实测检验,混合模型分析方法的误差非常小,表明该方法具有一定的实用价值.     

基于两点的时间序列相似性研究

目前,时间序列相似性判定大多采用欧式距离和动态时间弯曲DTW（DynamicTimeWar．ping）方法,这两种方法均存在一定缺陷。欧式距离要求序列长度一样,垂直移动序列将影响相似性判定和阈值设置的经验性;动态弯曲距离对欧式距离进行了优化,避免了欧式长度的一致性,但其他两个缺点仍然存在且计算复杂度增加。提出了一种新的基于两点时间序列相似性算法,可计算任意两序列的相似度。首先分析了两点组成的序列形态,提出了相似性判定方法TPSS（TwoPointsSegmentationSimilarity）;其次为提高相似性判定的鲁棒性,减少人为阈值设置的影响,对TPSS进行了拓展;最后给出了算法及实验分析。实验结果表明,该算法能很好地判定任意序列的相似性,提高了鲁棒性及减少人为干预,对数据挖掘中的聚类与预测有很好的帮助作用。     

德约科维奇2016澳网公开赛关键分技战术运用研究——基于角度、线路、区域视角

分析德约科维奇关键分技战术特征,为我国竞技网球比赛制胜提供思路.采用视频观察、逻辑分析等方法对德约科维奇2016年澳网公开赛关键分技战术策略特征进行分析.主要结论:比例由高到低排序发球角度方面,一发趋势为内角、外角、追身,二发为追身、内角、外角;发球抢攻方面以三角度发球结合抢攻对手反拍位为总策略,一发抢攻以内外角发球抢攻正反拍底线两角为主,二发抢攻以发追身位抢攻底线两角为主,以发正手位抢攻反手底线为辅;接发线路方面左区以接中路底线区为主线,右区则主要接向正拍和中路底线区两侧;得分前四位技术由高到底依次为反拍、发球、正手、接发技术;失分技术为反手、接发球、正手、网前技术.     

基于关键点变形的汽车碰撞事故再现

应用有限元理论提出了基于车身关键点三维变形的事故再现方法.以某起车障碍物碰撞事故为例,建立车身、驾驶员及事故现场环境的有限元模型,根据事故特点,确定碰撞速度及角度为变化因素,在车身上选择关键点作为研究对象,综合应用响应面理论和均匀设计方法最终求解得到碰撞前车与被撞物围墙之间的角度、碰撞接触时刻的汽车运动速度及在事故中人体伤害的评价.结果表明,应用有限元方法可以对缺少刹车印迹的事故进行再现研究,同时与传统方法相比该方法具有较高的计算精度.     

论建设和谐西藏的任务和战略重点

文章论证了建设和谐西藏的重大意义,阐述了建设和谐西藏的原则、方向和主要对策,并集中论述建设和谐西藏的重要任务,同时提出建设和谐西藏的战略重点与主要措施。     

浅议建设工程施工合同的审核要点

建设工程施工合同是企业合同实务中最常见的业务之一。为避免合同在签订环节中的不规范行为而给双方带来不必要的争议,必须在合同的签订阶段对建设工程施工合同进行审核管理。     

基于热误差敏感度图的温度关键点选择方法

采用有限元法仿真计算了数控车削中心主轴箱的瞬态温度场分布及相应热变形位移,根据热误差敏感度导出了主轴箱的热误差敏感度图;运用小波图像压缩技术提取了512个有限单元结点作为侯选温度关键点;根据遗传优化算法原理,提出了流程图式的目标函数,并在Matlab软件中以M文件的形式编写目标函数,同步实现了温度关键点的选择以及与之匹配的热误差模型的建立.通过在数控车削中心的验证实验结果表明,根据优化关键点所建立的数控车削中心主轴箱热误差模型的计算精度较高.     

遗传修饰小鼠模型基因型鉴定技术要点介绍

近年来,随着生物医学研究及基因编辑技术的发展,出现了越来越多的动物模型.由于制作方法的不同,其基因型鉴定技术方法也不一样,导致基因型鉴定的工作存在混乱无序的现象.本文根据遗传修饰小鼠模型制作方法进行分类,介绍了随机转基因小鼠、条件性基因敲入小鼠、基因敲除小鼠三类常见模型的基因型鉴定技术要点,规范遗传修饰小鼠模型基因型鉴...     

颗粒磨圆度计算中棱角关键点的优化选取

磨圆度是在介观层面上描述颗粒轮廓形状的重要参数,它定量描述了颗粒棱角对颗粒轮廓的影响。现有的磨圆度计算方法,不能准确识别颗粒轮廓中的棱角,而且计算量较大。因此,为了提高准确性,减少计算量,本文提出一种优化选取方法用于选取颗粒轮廓角的关键点。首先,将颗粒轮廓变换为极坐标展开曲线,再利用极小值点对曲线进行分段,并使用傅里叶拟合算法对分段后的曲线拟合。其次,选取拟合后轮廓中的凸部位,并依据凸部位的突出程度,挑选出包含棱角圆的凸部位。最后筛选凸部位中用于拟合棱角圆的关键点,并计算出棱角圆的半径用于计算磨圆度。本文使用K-S标准粒子板和其他学者的研究结果对算法进行了验证,实验结果表明,优化选取方法计算出的棱角圆数量的准确率和磨圆度分类的准确率均达到了100%。本文还进一步分析了使用平均滤波算法对颗粒轮廓进行平滑时,不同的滤波参数对轮廓分段的影响,并给出了较优的参数选取范围。