一种无限长时间序列的分段线性拟合算法

闫秋艳; 夏士雄; BR

您当前的位置：

首页 >

文章列表页 >

一种无限长时间序列的分段线性拟合算法

科研通信 | 更新时间：2025-07-16

- 一种无限长时间序列的分段线性拟合算法
- An Piecewise Linear Fitting Algorithm for Infinite Time Series
- 电子学报 2010年38卷第2期页码：443-448
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP311.13
- 纸质出版：2010
- 稿件说明：
移动端阅览
闫秋艳, 夏士雄, BR. 一种无限长时间序列的分段线性拟合算法[J]. 电子学报, 2010,38(2):443-448.

Yan Qiu-yan, Xia Shi-xiong. An Piecewise Linear Fitting Algorithm for Infinite Time Series[J]. Acta Electronica Sinica, 2010, 38(2): 443-448.
闫秋艳, 夏士雄, BR. 一种无限长时间序列的分段线性拟合算法[J]. 电子学报, 2010,38(2):443-448. DOI：

Yan Qiu-yan, Xia Shi-xiong. An Piecewise Linear Fitting Algorithm for Infinite Time Series[J]. Acta Electronica Sinica, 2010, 38(2): 443-448. DOI：

摘要

时间序列的分段线性拟合（Piecewise Linear Fitting，简称PLF ）是指用K条首尾相邻的线段近似表示长度为L的时间序列。传统的PLF算法依赖于L及领域知识，当L为无穷大时不再适用。本文提出了一种无限长时间序列的分段线性拟合（Infinite Time eries_Piecewice Linear Fitting，简称ITS_PLF）算法，该算法根据关键点保持时间段的统计特性，确定选择关键点的区间范围；若某点的保持时间段不在区间范围，则根据连续三个时间数据之间的夹角与筛选角度之间的关系判断其成为关键点的可能性。实验表明， ITS_PLF算法的执行不依赖于L及领域知识，可以有效识别关键点，并可根据数据压缩率的变化实现自适应拟合。

Abstract

关键词

Keywords

references

浏览量

2614

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

时间序列复杂网络分析中的可视图方法研究综述

雨衰时间序列的混沌识别与预测

一种基于时间序列的RFID供应链数据分析方法

基于回声状态网络的时间序列预测方法研究

基于非线性时间序列的预测模型检验与优化的研究