首页|基于历史趋势和预测误差的时序序列预测方法研究

基于历史趋势和预测误差的时序序列预测方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对时间序列预测方法训练复杂、迁移预测能力差等问题,提出一种自适应预测方法.先根据预测误差和当前值确定下一时刻预测值的范围,再结合短期历史趋势确定最终预测值.得到的当前预测值代入下一轮循环中继续预测,通过不断"预测-校正-预测"循环实现对数据预测.最后利用金融、风力等时序数据,LSTM、SVM、ARIMA、MA等经典时间序列预测算法在预测精度、迁移预测能力、运算速度等方面做了对比.
Research on time series forecasting method based on historical trend and forecast error

time seriesblind signaldata forecastinggeneralization ability

郑俊褒、张旭、马腾洲

展开 >

浙江理工大学计算机科学与技术学院,浙江 杭州 310018

中国上海海关

时序序列 盲信号 数据预测 泛化能力

国家重点研发计划项目

2019YFC0810900

2023

10.16644/j.cnki.cn33-1094/tp.2023.09.003

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(9)
  • 4