面向时序数据的矩阵分解

摘要：

研究一类特殊的矩阵分解问题:对由多个对象在一组连续时间点上产生的数据构成的矩阵R,寻求把它近似地分解为两个低秩矩阵U和V的乘积,即R≈UT×V.有为数众多的时间序列分析问题都可归结为所研究问题的求解,如金融数据矩阵的因子分析、缺失交通流数据的估计等.提出了该问题的概率图模型,进而由此导出了其约束优化模型,最终给出了模型的求解算法.在不同的数据集上进行实验验证了该模型的有效性.

关键词：矩阵分解、时间序列数据、概率图模型、缺失估计、低秩近似

所属期刊栏目：26

分类号：TP3;TP1

资助基金：国家高技术研究发展计划8632012AA12A203;国家自然科学基金61003140;国家社会科学基金13BTJ005

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：2262-2277