基于Bayes网的时间序列预测

摘要：

时间序列预测问题在气象、天文、电力、医学、生物、经济、金融和计算机等各个领域有着广泛的应用.本文将Bayes网模型用于该领域,提出并建立了一套基于Bayes的时间序列预测模型--静态Bayes网预测模型,动态Bayes网预测模型和分类静态Bayes网预测模型.实验表明,这三个模型能更准确地描述用户在Web上的浏览特征,在预测准确率和存储复杂度方面都显著地优于传统的时间序列预测模型.

关键词：时间序列预测、Bayes网络、用户浏览预测

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金60403009

在线出版日期：2007-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：183-185,193