摘要:传统方法解决大规模时序曲线的预测建模问题,需要对每条曲线逐一建模,这使得建模工作量相当庞大,在实际应用中缺乏可操作性.为此,提出了一种解决此问题的新方法——曲线分类建模方法.该方法先减少曲线的模型种类,再进行曲线分类和分类建模,在尽可能保留原始信息的前提下大大降低了建模的工作量.文中阐述了该方法的原理和计算过程,并应用于多国家和地区GDP曲线的预测案例,说明该方法的实用性和有效性.
关键词:曲线分类 预测建模 大规模曲线 自组织映射神经网络
单位:中国科学院虚拟经济与数据科学研究中心 北京100080 中国科学院研究生院 北京100080 北京航空航天大学经济管理学院 北京100083
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
曲学