Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 211 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

211
6.
Все проекционные модели Pr1, Pr2, Pr3, Pr4, Pr5, образующие но-
вые временные ряды, могут быть использованы для решения задач Time Series
Data Mining, таких как сегментации НВР, прогноза по отдельным компонентам
модели тенденций, и в целом, для резюмирования НВР, для определения сход-
ства и различий между несколькими НВР в задачах контроля и диагностики. В
таблице 4.5 приведены варианты применения
обозначенных проекционных мо-
делей, полученных на основе структурно-лингвистической модели НВР для
решения задач направления Time Series Data Mining.
7.
Результаты решения указанных задач на основе проекционных мо-
делей, выраженные в терминах тенденций, могут быть преобразованы в лин-
гвистические метки НВР и числовые уровни ВР на основе обратной операции
FT
-1
-расширения.
Таблица 4.5
Связь проекционных моделей ВР и задач Time Series Data Mining
Задачи
Pr1 Pr2 Pr3 Pr4 Pr5
Сегментация ВР + + +
Резюмирование + +
Прогноз + + +
Кластеризация + +
Классификация + +
Частотный анализ + + +
Поиск аномалий + + + +
Извлечение
ассоциативных правил
+ + + +
Основные положения структурно-лингвистического подхода
1. Терминальным символам грамматики языка LANG сопоставим нечет-
кие уровни и элементарные нечеткие тенденции
Xv
T
~
нечеткого ВР
Y
~
.

Страницы