已閱讀1頁，還剩47頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、時間序列的觀察值有時會受異常事件、干擾或者誤差的影響，它們會造成虛假的后果，導(dǎo)致觀察值的反常態(tài)勢，以致與時間序列中大多數(shù)觀察值不一致。我們稱這些非正常的觀察值為異常值或異常點，它們可能由非正常的外部事件引起，如：罷工，物理系統(tǒng)的突變等等，或者僅僅足由于觀察中的記錄或采集的錯誤．異常點有時可能足具有特殊意義的數(shù)據(jù)，往往能提供更多的有用信息，發(fā)現(xiàn)異常點往往是發(fā)現(xiàn)新知識、確定新狀態(tài)的有力手段。因此，異常點挖掘和分析是一個有意義的數(shù)據(jù)挖掘任務(wù)。
2、 自從Fox(1972)的開創(chuàng)性論文以來，以ARMA模型為基礎(chǔ)的時間序列中的異常點的挖掘方法已廣泛展開。迄今為止，對于時間序列線性模型中單個異常點的挖掘已經(jīng)得到較好的解決．然而，當(dāng)異常點在數(shù)據(jù)中成片出現(xiàn)時，在挖掘過程中往往伴有“掩蓋”和“淹沒”現(xiàn)象的發(fā)生，使得挖掘工作要困難許多。至今，對于成片異常點的挖掘仍然是個非常棘手的問題。 本文將在前人的基礎(chǔ)上，著眼于含連續(xù)多個AO型異常點的ARMAx模型進行挖掘。首先介紹異常點的
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于狀態(tài)空間模型的ARMAX序列異常點的挖掘.pdf
- 雙線性時間序列模型的估計及成片異常點的檢測.pdf
- GARCH模型的估計檢驗及異常點挖掘.pdf
- 用Gibbs方法挖掘ARIMAX模型中的異常點.pdf
- 用遺傳算法估計TAR模型及異常點挖掘.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的異常點挖掘.pdf
- 異常點挖掘及證券行業(yè)應(yīng)用實例研究.pdf
- 12659.雙線性時間序列模型的多變點估計及多個異常點的挖掘
- 數(shù)據(jù)挖掘中的異常點分析和聚類分析.pdf
- 基于IELM-ARMAX組合模型的水泥熟料燒成系統(tǒng)預(yù)測控制算法研究.pdf
- 線性回歸模型影響分析及異常點的統(tǒng)計診斷.pdf
- 線性回歸模型中的異常點分析.pdf
- 基于數(shù)據(jù)挖掘的金融預(yù)測模型.pdf
- 基于數(shù)據(jù)挖掘的飛機故障預(yù)測模型及方法的研究.pdf
- 59379.影響福建熱帶氣旋異常的成因及預(yù)測模型
- 基于數(shù)據(jù)挖掘的電力短期負(fù)荷預(yù)測模型及方法的研究.pdf
- 基于數(shù)據(jù)挖掘的CRM需求預(yù)測模型研究及應(yīng)用.pdf
- 數(shù)據(jù)挖掘中的分類與預(yù)測模型的研究.pdf
- 面向數(shù)據(jù)流的局部異常孤立點動態(tài)挖掘算法研究及應(yīng)用.pdf
- 時間序列模型異常點的診斷分析.pdf
評論
0/150
提交評論