基于时间序列大数据挖掘的ATGH模型及MCMC算法研究

作者：燕超源; 李斌; 顾新桥; 夏琨; 李强

来源：自动化与仪器仪表, 2018, (12): 26-29.

DOI：10.14016/j.cnki.1001-9227.2018.12.026

• 时间序列
• 数据挖掘
• 算法
• ATGH
• MCMC

针对现有MCMC算法对马尔可夫链的搜索效率不高和运算时间过长的问题,引入基于Bayes计算的MCMC方法来对ATGH模型进行估计,以Gibbs抽样算法作为内核,提出新的MCGS算法,对数据建模后的参数进行迭代运算,分段对链的最小距离进行计算,并且取其最小值,来决定对相关链进行合并与否,与其它模型试验结果进行比较证明此模型的优越性[1],实验结果表明MCGS算法对提高马尔可夫链的搜索性,减少运算时间和减少计算机的运算负担有显著的效果。