排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
时间序列分析关键问题研究 总被引:1,自引:0,他引:1
简要介绍了时间序列的定义、模型及型态,重点研究了时间序列分析的相关内容,最后对其未来发展方向进行了展望。 相似文献
2.
以每公顷玉米产量数据序列为分析处理对象,对玉米产量的时间序列进行了预测分析。结合线性回归分析技术和聚类分析理论,采用分层聚类算法与AR时序算法相融合的方法,探明影响玉米产量的主要因素,确定分层聚类方案,建立一个基于聚类分析的玉米产量AR时序模型,并对2005—2009年的玉米产量进行了预测。聚类分析后模型预测结果的误差值大多数<5%。 相似文献
3.
4.
为提高粮食产量的预测精度,提出一种基于粗糙集和BP神经网络的粮食产量预测方法。该方法以吉林省粮食总产量的历史数据作为研究对象,利用粗糙集理论的属性约简特性,识别与粮食产量相关性较大的影响因素,剔除非主要影响因素,利用约简后数据建立RSBP神经网络预测模型。结果表明,粗糙集理论能有效减少数据的维数及噪声,减少神经网络的计算量,结合两种方法能有效提高预测速度和精度。 相似文献
5.
简要介绍了时间序列的定义、模型及型态,重点研究了时间序列分析的相关内容,最后对其未来发展方向进行了展望。 相似文献
6.
7.
随着信息技术的飞速发展,数据挖掘受到越来越多的关注.时间序列数据挖掘是数据挖掘的重要内容.介绍了时间序列数据挖掘的研究现状及时间序列模型的相关内容,并采用时序数据挖掘工具预测粮食的产量.结果表明,运用时序数据挖掘的方法具有较高的预测精度. 相似文献
8.
1