基于分层有限状态机的时间序列数据挖掘与预测方法

作者：潘力; 黄继海; 王磊

来源：湘潭大学自然科学学报, 2017, 39(04): 18-21.

DOI：10.13715/j.cnki.nsjxu.2017.04.005

• 时间序列
• 数据挖掘
• 预测
• 有限状态机
• 分层结构

针对非平稳非线性时间序列的数据挖掘与预测问题,提出一种基于分层有限状态机的预测方法 .首先,将时间序列构建成有限状态机（FSM）模型,将时间序列的相对序列模式作为状态.然后,构建一种层次模型,通过关联特定模式形成中间状态,并以递归方式对模式进行分组,以此解决长序列造成的过度训练问题.最后,通过梯度下降法结合所有有限状态（FS）预测器的输出,生成最终预测结果 .实验结果表明,该方法能够对时间序列进行有效的规则挖掘,具有较高的预测精度.

• 单位
  郑州工程技术学院; 苏州大学