1) single-variable GEP time sequence
单变量时序
3) uni-variant time series forecasting
单变量时间序列预测
1.
The coefficient sequences decomposed by this novel method possessed time-invariant capability and eliminated the data distortion phenomenon around right boundary, which made it feasible that the traditional forecasting models such as Neural Networks combining with wavelet transforms could apply to the uni-variant time series forecasting task.
使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。
4) multi-variable time sequence
多变量时序
1.
The novel mining algorithm of single-variable and multi-variable time sequence mining algorithm were given to heighten the mi.
为解决基因表达式编程(GEP)在符号回归、RFID分类及经济领域中对时序数据的挖掘速度和精度还不够的问题,提出了统计基因、统计染色体和统计时序-适应度的定义,并针对传统GEP经济时序模型进行了综合改进;提出了新颖的单变量时序和多变量时序挖掘算法,提高了GEP统计时序挖掘的速度和精度;实验表明,与传统GEP、单变量GEP时序算法相比,多变量GEP时序算法挖掘速度快,其预测精度比单变量时序算法高出5%以上。
5) time series variable
时间序列变量
1.
Aim at the problem of time series variable cannot be p re dicted exactly,a new prediction model was proposed in this paper.
针对时间序列变量难以精确预测的问题 ,本文将最近邻思想与径向基函数网络相融合 ,提出了一种新的预测方法 ,并将其应用于石油产量的预测 ,取得了良好的效
6) multivariate time series
多变量时间序列
1.
Nonlinear prediction of short-term electrical load on multivariate time series;
电力短期负荷的多变量时间序列预测方法研究
2.
Phase space reconstruction of complex systems based on multivariate time series;
多变量时间序列复杂系统的相空间重构
3.
Research of data mining method on multivariate time series;
多变量时间序列模式挖掘的研究
补充资料：变量与变量值
可变的数量标志和所有的统计指标称作变量。变量的数值表现称作
变量值，即标志值或指标值。变量与变量值不能误用。
变量值，即标志值或指标值。变量与变量值不能误用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条