基于贝叶斯算法的时间序列数据预测方法
基本信息
申请号 | CN202010772255.5 | 申请日 | - |
公开(公告)号 | CN111881188A | 公开(公告)日 | 2020-11-03 |
申请公布号 | CN111881188A | 申请公布日 | 2020-11-03 |
分类号 | G06F16/2458(2019.01)I | 分类 | 计算;推算;计数; |
发明人 | 曲寒冰;路玲玲;赵传虎;阎刚;于洋;于明 | 申请(专利权)人 | 北京市新技术应用研究所有限公司 |
代理机构 | 天津翰林知识产权代理事务所(普通合伙) | 代理人 | 河北工业大学;北京市新技术应用研究所 |
地址 | 300130天津市红桥区丁字沽光荣道8号河北工业大学东院330# | ||
法律状态 | - |
摘要
摘要 | 本发明为一种基于贝叶斯算法的时间序列数据预测方法,该方法包括以下步骤:处理原始数据,从中提取实验所需要的数据信息;在由两个维度的时间信息形成的二维方格图上对提取的数据当中的事件信息进行统计,并将统计值作为观测值,生成一个包含两种时间信息以及与这两种不同的时间信息所组成的每一个时间点相对应的观测值数据框,即得到时间序列数据;与每一个时间点相对应的观测值整体上服从泊松分布,采用rw2d模型模拟时间序列数据的趋势;利用贝叶斯算法给出rw2d模型参数的先验分布信息,最后对rw2d模型参数后验分布进行估算。根据估算后的后验分布可以得出大维度时间标签下的小维度时间标签相应事件的相对风险,来提高最终预测结果的准确度。 |
