一种基于数据平滑技术的回归预测算法.pdf

第 1６ 卷第 4 期 河 北 软 件 职 业 技 术 学 院 学 报 Vol． 1６Ｎo． 4 第 4 期 ２０14 年 1２ 月 Ｊｏｕｒｎａｌ ｏｆ Ｈｅｂｅｉ Ｓｏｆｔｗａｒｅ Ｉｎｓｔｉｔｕｔｅ Dec．２０14 文章编号：1６73-２０２２（２０14）０4-００47-０4 一种基于数据平滑技术的回归预测算法 龙 浩 1 ，霍 娜 ２ （徐州工业职业技术学院 信息管理技术学院，江苏 徐州 ２２1０００ ） 摘要：在基于固定窗口宽度滑动窗口模型的基础上，提出 有序的数据项序列（顺序由到达时间隐含地表示 了一种基于回归参数存储的预测模型，该模型设置了计算 或显式地由时间戳指定），数据流的数量在理论上 区、数据区和参数区。计算区用于获得最近一个滑动窗口 是无限的，无法完整地存储下来。关于数据流可以 中的数据，数据区用于接收新数据，参数区存储最近若干 找出如下关键词：实时，连续，有序，数量无限。由 组滑动窗口数据所计算得到的线性回归参数值，作为计算 于数据流应用环境的这些特点， 对我们的预测查 预测结果的原始数据集。按照这种模型的处理思路，提出 [２] 了一种基于数据平滑技术的回归预测算法，随着窗口的滑 询提出了相应的要求 。 动，对数据区中的数据进行回归分析，获得前面若干组滑 首先， 数据流预测查询的目标是为实际的应 动窗口数据的回归函数并存入参数区中，检验当前窗口中 用提供有效的信息预测服务 ，因此，根据当前获取 数据获得的回归函数预测效果。实验分析表明，通过修正 的信息， 数据流预测查询算法应该有较高的预测 当前回归函数的参数，可以使预测函数的预测精度得到很 精度， 对于在未来的 时间段内的发展趋势应该有 大程度的提高。 较为精确的预测和估算。 关键词：数据流；预测模型；数据平滑技术；回归预测算法 其次，数据流是实时变化的数据序列，因此， 中图分类号：TＰ3０９．1 文献标志码：A 数据流预测查询应该有较快的实时响应速度，在 用户可以接受的时间范围内， 预测算法应该有比 [3] 较优秀的时间复杂度 。 0 引言 最后 ，数据流应用环境的数据量非常庞大 ，这 数据流预测，是通过对数据流建立预测模型， 就对计算机 的内存带来了 巨大的压力 ，因此，数据 分析既有的数据，利用不同的分析方法，对其将来 流预测算法必须在保证预测精度的基础上， 采取 的趋势进行预测。 这对于灾害的防控有重要的意 多种方法降低对内存的压力 ，从而提高预测效率 。 义，可以通过对某段时间的数据流分析，预测出可 在运用 回归分析方法分析事物发展变化趋势 能发生的灾害，从而消除隐患 ，达到防患于未然的 时，必须找到影响预测目标变化的主要因素，才能 目的。目前，国内外现有的研究工作主