机读格式显示(MARC)

• 000 01924cam 2200361 450

• 001 0000475076

• 005 20160902154800.0

• 010 __ |a 978-7-03-047636-4 |d CNY68.00

• 092 __ |a CN |b 人天732-2293

• 099 __ |a CAL 012016072480

• 100 __ |a 20160615d2016 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 复杂时间序列预测技术研究 |A fu za shi jian xu lie yu ce ji shu yan jiu |e 数据特征驱动分解集成方法论 |f 汤铃, 余乐安, 李建平, 汪寿阳著

• 210 __ |a 北京 |c 科学出版社 |d 2016

• 215 __ |a 181页 |c 图 |d 24cm

• 225 2_ |a 商务智能与大数据丛书 |A shang wu zhi neng yu da shu ju cong shu

• 320 __ |a 有书目 (第169-181页)。

• 330 __ |a 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，

• 333 __ |a 科研人员的适用性，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。

• 410 _0 |1 2001 |a 商务智能与大数据丛书

• 517 1_ |a 数据特征驱动分解集成方法论 |A shu ju te zheng qu dong fen jie ji cheng fang fa lun

• 606 0_ |a 时间序列分析 |A shi jian xu lie fen xi |x 预测技术

• 690 __ |a O211.61 |v 5

• 701 _0 |a 汤铃 |A tang ling |4 著

• 701 _0 |a 余乐安 |A yu le an |4 著

• 701 _0 |a 李建平 |A li jian ping |4 著

• 701 _0 |a 汪寿阳 |A wang shou yang |4 著

• 801 _0 |a CN |b CAU |c 20160902

• 905 __ |a CAU |d O211.61/32

• 920 __ |a 211180 |z 1