您的位置: 专家智库 > >

安徽高校省级自然科学研究基金(KJ2007B303ZC)

作品数:5 被引量:21H指数:3
相关作者:刘慧婷倪志伟李建洋更多>>
相关机构:合肥工业大学安徽大学更多>>
发文基金:安徽高校省级自然科学研究基金国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 4篇经验模态分解
  • 3篇经验模态分解...
  • 2篇时间序列
  • 2篇交叉覆盖算法
  • 2篇EMD
  • 1篇端点问题
  • 1篇信用
  • 1篇信用评估
  • 1篇序列聚类
  • 1篇中端
  • 1篇神经网
  • 1篇神经网络
  • 1篇时间序列聚类
  • 1篇数据结构
  • 1篇数据流
  • 1篇网络
  • 1篇线性神经网络
  • 1篇经验模式分解
  • 1篇聚类
  • 1篇降维

机构

  • 5篇合肥工业大学
  • 3篇安徽大学

作者

  • 5篇倪志伟
  • 5篇刘慧婷
  • 2篇李建洋

传媒

  • 2篇计算机工程与...
  • 1篇模式识别与人...
  • 1篇计算机辅助设...
  • 1篇计算机工程与...

年份

  • 1篇2010
  • 2篇2009
  • 1篇2008
  • 1篇2007
5 条 记 录,以下是 1-5
排序方式:
基于EMD与K-means算法的时间序列聚类被引量:13
2009年
有效实现时间序列聚类的重要前提是序列的维数得到约简,序列中包含的噪声能够被滤除.文中提出一种能够对时间序列进行有效预处理的方法.该方法先通过经验模态分解实现时间序列趋势的提取,再利用自底向上算法对趋势序列进行分段,最后转换成由{-1,0,1}构成的齐序列.为了证明该方法既能实现降维,也可实现数据序列中噪声的滤除,文中利用K-means算法对经过上述方法预处理后的序列进行聚类.实验结果表明,与直接对原序列进行聚类相比,对预处理后的数据序列进行聚类,空间复杂度较低、准确性较高.
刘慧婷倪志伟
关键词:时间序列降维经验模态分解K-MEANS算法
时间序列相似模式的有效匹配被引量:5
2007年
将经验模式分解和多层前向网络的交叉覆盖算法相结合,提出一种时间序列相似模式的匹配算法.先利用经验模式分解实现时间序列趋势的提取,再把所有的趋势序列分成训练集和测试集2个部分.通过训练为每个类别做出描述,根据测试集中的每个趋势序列和覆盖中心之间的距离把它们分配到与之最匹配的类别中.实验结果表明:该算法是一种较理想的序列模式匹配方法,更擅长于维数较高的序列的匹配.
刘慧婷倪志伟李建洋
关键词:时间序列经验模式分解交叉覆盖算法
基于EMD与交叉覆盖算法的个人信用的评估
2009年
为了解决应用交叉覆盖算法实现个人信用评估时存在的问题,即同一信用等级的两个客户,可能会由于信用历史数据的某几维相差较大而不能归为同一类。提出了基于EMD与交叉覆盖算法的个人信用评估方法,首先对客户的信用历史数据进行EMD分解,提取出趋势序列,再利用交叉覆盖算法建立分类器,总结出分类的规则,用于测量借款人的违约风险,为消费信贷决策提供依据。实验结果表明,提出的个人信用评估方法降低了客户不能被分到自己所属信用等级的概率。
刘慧婷倪志伟
关键词:经验模态分解方法交叉覆盖算法信用评估
经验模态分解在数据流概要生成中的应用
2010年
由于流数据无限增长的特点,系统无法在内存中保存所有扫描过的流数据,因此数据流处理的关键是建立流数据的概要结构,以便随时能根据该结构提供数据流的近似处理结果,将重点讨论数据流的概要生成技术。先利用经验模态分解方法提取流数据的趋势,滤除数据中的噪声,再利用精确抽样方法实现概要的生成。利用提出的概要生成方法,内存中只需保存滑动窗口中多个段的概要信息。由于该方法中概要是基于趋势序列生成的,趋势序列较原序列平滑,序列中具有相同数值的元素增加,可以进一步节省存储空间。
刘慧婷倪志伟
关键词:经验模态分解方法数据流数据结构
经验模态分解方法中端点问题的处理被引量:3
2008年
经验模态分解方法可以有效提取非线性非稳定信号的瞬时特征,但是在利用样条插值获得信号上、下包络过程中存在着棘手的端点问题。有文献提出利用线性神经网络对信号进行延拓的方法,来解决经验模态分解方法中存在的端点问题。提出利用BP和RBF网络对信号进行延拓的方法解决该问题;并利用实验对三种网络的延拓效果进行比较,证明了RBF神经网络的有效性。
刘慧婷倪志伟李建洋
关键词:经验模态分解方法端点问题线性神经网络BP网络RBF网络
共1页<1>
聚类工具0