基于混合EHMM模型的数据流预测

摘要：

首先提出一种改进的算法NONEPI++,用于挖掘事件序列上非重叠发生的频繁情节;然后将每个频繁情节表示为相应的情节隐马尔可夫模型EHMM,并通过最大期望算法计算模型的混合系数,从而生成一个基于历史数据流的混合模型;最后,基于该混合模型预测目标事件类型出现的概率.实验表明,混合EHMM模型能有效地预测数据流.

关键词：事件序列、频繁情节、非重叠发生、隐马尔可夫模型

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目61003001,61103009

在线出版日期：2014-08-26（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：391-393,413