学科分类
/ 1
3 个结果
  • 简介:针对股票时间序列的特点,从离群点对股票时序数据有序性的影响角度出发,在界定分离群点含义的基础上,利用分理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P(Grassberger-Procaccia)算法计算股票时间序列数据集的多重分广义维数,并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分理论的时间序列离群模式挖掘优化问题的解集。实验证明,该方法能有效地解决股票时间序列离群模式挖掘问题。

  • 标签: 数据挖掘 离群模式挖掘 分型理论 股票时序数据