基于免疫聚类与HMM的时序信息系统决策

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：本文针对时间序列数据的符号化问题,提出采用免疫聚类算法处理多维时间序列的符号化,利用克隆选择原理,生成能充分反映数据真实分布的记忆抗体作为符号集合. 时间序列信息系统中的决策问题的关键是有效地挖掘历史数据中包含的时序信息. 本文提出了一种改进的隐马尔科夫模型,运用最大熵原理对模型进行训练,求取熵最大化的概率分布,并将其应用于时序信息系统的决策. 通过实验验证了其有效性.

原文链接:http://www.cqvip.com//QK/93243X/200305/8478886.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：信息系统 HMM 时间序列数据 马尔科夫模型 cqvip 数据挖掘 关联规则 免疫聚类 HMM 时序信息系统