基于DTW相似判定的周期性时间序列预测方法

摘要：

针对大样本下周期性时间序列预测的问题,文中给出了一种基于DTW距离的相似样本度量方法.首先,给出周期性时间序列预测问题的定义,并基于支持向量回归方法分析大量噪声点对预测误差的影响.然后,通过对时间序列周期分段来构建相似性度量,在给定预测样本容量下确定给定预测条件的相似样本子集.同时,基于误差调谐函数对SVM的核函数进行调整,以进一步提升预测精度.最后,基于常用的周期性时间序列,在预测精度上将所提方法与已有算法进行实验比较,并分析该模型的参数敏感性.实验结果验证了所提方法的有效性.

关键词：DTW、支持向量机、时间序列、相似性、预测、数据挖掘

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61572373,61472290,60903035;国家重点研发计划2017YFC08038

在线出版日期：2019-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：157-162