典型文献
基于模态重构与多维评价的时间序列趋势提取
文献摘要：
为了准确提取时间序列的趋势特征,提出一种基于模态重构与多维评价的时间序列趋势提取算法.定义重要点作为时间序列分段点的候选集,运用自适应噪声的完备经验模态分解方法对时间序列进行分解和模态重构得到全局因子,使用全局因子度量重要点在整体维度上的重要程度,给出特征因子和边界因子的定义并分别用来度量重要点在单点维度和局部维度上的重要程度,根据3个评价因子综合评价重要点来选取分段点.仿真实验结果表明,该方法具有良好的去噪能力,在相同压缩率情况下的拟合精度比现有方法高,在对心电图趋势提取的实验中也验证了方法的有效性.
文献关键词：
时间序列;自适应噪声的完备经验模态分解;模态重构;分段线性表示
中图分类号：
作者姓名：
杜加础;车文刚;程文辉
作者机构：
昆明理工大学 信息工程与自动化学院,昆明650500
文献出处：
引用格式：
[1]杜加础;车文刚;程文辉-.基于模态重构与多维评价的时间序列趋势提取)[J].重庆邮电大学学报（自然科学版）,2022(05):902-913
A类：
分段线性表示
B类：
模态重构,多维评价,提取时间,趋势特征,分段点,选集,自适应噪声的完备经验模态分解,分解方法,整体维度,重要程度,特征因子,边界因子,单点,评价因子,取分,去噪,压缩率,拟合精度,心电图
AB值：
0.304004
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
