0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 图书分类 > 社科/经管/语言/法律 > 管理学 > 复杂时间序列预测技术研究:数据特征驱动分解集成方法论

相同语种的商品

浏览历史

复杂时间序列预测技术研究:数据特征驱动分解集成方法论


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
复杂时间序列预测技术研究:数据特征驱动分解集成方法论
  • 书号:9787030476364
    作者:汤玲等
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:
    字数:
    语种:zh-Hans
  • 出版社:
    出版时间:
  • 所属分类:
  • 定价: ¥68.00元
    售价: ¥68.00元
  • 图书介质:
    按需印刷

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书致力于时序预测技术创新,试图构建一个具有广泛适用性与高预测精度的预测方法论。针对预测模型具有各自的数据针对性与优劣势,本书创新性提出了“数据特征驱动”思想,旨在充分考虑研究样本的数据特征,相应设计与之相匹配的预测方法。在此基础上,本书将新思想与复杂系统前沿分析技术“先分解后集成”思想相结合,提出了一个新的复杂时序预测方法论——数据特征驱动分解集成方法论。数据特征驱动分解集成方法论以基于“先分解后集成”思想的分解集成模型为分析框架,包括时序分解、模态预测与集成预测3个主要步骤;并以“数据特征驱动”思想为建模依据,试图紧扣研究样本的数据特征,设计相应的分技术——时序分解技术、模态预测技术与集成预测技术。新方法论紧扣研究样本的数据特征,不限于特定的研究领域,具有广泛的适用性,为复杂数据分析特别是复杂时序预测提供了一个新的研究视角。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目  录
    前言
    第1章 绪论1
    1.1 研究背景与意义1
    1.2 国内外研究现状3
    1.2.1 主流时序预测技术研究综述3
    1.2.2 清洁能源与国家风险预测技术研究综述10
    1.3 本书主要内容15
    1.3.1 研究思路与技术路线15
    1.3.2 章节结构安排16
    1.3.3 主要创新点17
    第2章 方法论理论框架19
    2.1 核心思想19
    2.1.1 “数据特征驱动建模”思想19
    2.1.2 “先分解后集成”思想21
    2.1.3 流程框架23
    2.2 实证设计25
    2.2.1 研究样本25
    2.2.2 评价标准31
    2.3 本章小结32
    第3章 数据特征识别34
    3.1 数据特征识别的重要性34
    3.2 数据特征及其相互关系35
    3.3 数据特征识别方案39
    3.3.1 本质特征确定40
    3.3.2 模式特征度量46
    3.3.3 主要步骤50
    3.4 数据特征识别方案的应用53
    3.4.1 研究样本的本质特征确定53
    3.4.2 研究样本的模式特征度量57
    3.5 本章小结68
    第4章 分解集成模型70
    4.1 分解集成模型的提出70
    4.2 分解集成模型方法71
    4.2.1 分解方法72
    4.2.2 预测方法75
    4.2.3 集成方法79
    4.3 分解集成模型的应用79
    4.3.1 准确性评价80
    4.3.2 方向性评价87
    4.3.3 统计检验91
    4.3.4 结果小结93
    4.4 本章小结93
    第5章 数据特征驱动的时序分解95
    5.1 数据特征驱动时序分解的重要性95
    5.2 数据特征驱动分解方法96
    5.2.1 时域分析方法97
    5.2.2 时频分析方法100
    5.2.3 瞬频分析方法101
    5.2.4 分解方法与数据特征103
    5.3 数据特征驱动时序分解的应用104
    5.3.1 传统分解方法下的预测结果106
    5.3.2 自适性分解方法下的预测结果111
    5.3.3 数据特征驱动分解的有效性116
    5.4 本章小结122
    第6章 数据特征驱动的模态预测124
    6.1 数据特征驱动模态预测的重要性124
    6.2 数据特征驱动模态预测方法125
    6.2.1 方法类别与本质特征127
    6.2.2 模式变量与模式特征132
    6.3 数据特征驱动模态预测的应用133
    6.3.1 方法类别选择134
    6.3.2 模式变量引入141
    6.4 本章小结150
    第7章 数据特征驱动的集成预测152
    7.1 数据特征驱动集成预测的重要性152
    7.2 数据特征驱动集成预测方法153
    7.2.1 拟合回归方法153
    7.2.2 简单集成方法154
    7.2.3 集成方法与数据特征155
    7.3 数据特征驱动集成预测的应用156
    7.3.1 数据类型1的预测结果157
    7.3.2 数据类型2的预测结果161
    7.3.3 数据类型3的预测结果162
    7.4 本章小结164
    第8章 总结与展望165
    8.1 本书主要研究工作165
    8.2 本书主要研究成果166
    8.3 研究展望168
    参考文献169
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
经营资质
营业执照
出版社经营许可证