稀疏類(lèi)群下的復(fù)雜時(shí)間序列清洗轉(zhuǎn)換方法
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大?。?span>1714 K
標(biāo)簽： 大數(shù)據(jù)分析 復(fù)雜時(shí)間序列 清洗轉(zhuǎn)換
所需積分：0分積分不夠怎么辦？
文檔介紹：針對(duì)稀疏類(lèi)群下的復(fù)雜時(shí)間序列數(shù)據(jù)預(yù)處理問(wèn)題，將數(shù)理統(tǒng)計(jì)與時(shí)間序列相結(jié)合，提出了一種針對(duì)稀疏類(lèi)群的標(biāo)準(zhǔn)化大數(shù)據(jù)清洗轉(zhuǎn)換方法。首先闡述了稀疏類(lèi)群在時(shí)間序列所具有的復(fù)雜特征，然后引入了描述性統(tǒng)計(jì)方法用于表征時(shí)間序列下稀疏類(lèi)群的復(fù)雜多特征，并建立了包括數(shù)據(jù)清洗、插值修復(fù)以及逐級(jí)統(tǒng)計(jì)在內(nèi)的標(biāo)準(zhǔn)化處理。實(shí)例表明，使用針對(duì)稀疏類(lèi)群方法進(jìn)行數(shù)據(jù)預(yù)處理的LSTM模型在預(yù)測(cè)精度方面優(yōu)于使用一般方法進(jìn)行預(yù)處理，在三個(gè)數(shù)據(jù)集上，RMSE和MAE分別降低了10.71%和18.50%、8.06%和9.82%、6.73%和11.06%，同時(shí)在支持向量回歸與隨機(jī)森林回歸中同樣表現(xiàn)出性能提升，驗(yàn)證了該方法的可行性和優(yōu)越性，有利于促進(jìn)大數(shù)據(jù)融合治理。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。