STARMA网络时空序列预测模型研究.pdfVIP

第3l卷第8期 计 算 机 应 用 研 究 V0I．3lNo．8 2014年 8月 ApplicationResearchofComputers Aug．2014 STARMA网络时空序列预测模型研究术 王尚北 ，王建东，陈海燕 (南京航空航天大学计算机科学与技术学院，南京 210006) 摘 要：针对传统方法建立的空间权矩阵难于真实、准确地反映空间邻近变量之 间相互影响的不足，提 出一种 基于样本数据驱动的空间权矩阵建立方法，将建立空间权矩阵转换为求解未知系数线性方程 ；针对STARMA模 型只具有线性形式而无法捕获时空序列 中非线性模式的不足 ，提 出STARMA网络模型，采用网络结构 ，以非线 性函数代替线性组合。通过实验分析验证 了基于样本数据驱动的空间权矩阵建立方法和 STARMA 网络的有 效性 。 关键词：时空序列；STARMA网络模型；空间权矩阵；序列聚类；机场噪声 中图分类号：TP391 文献标志码：A 文章编号 ：1001—3695(2014)08—2315—05 doi：10．3969／j．issn．1001—3695．2014．08．017 STARMA--networkmodelofspace—-timeseriesprediction WANG Shang—bei，WANG Jian—dong，CHEN Hai—yan (CollegeofComputerScience＆Technology，Na ngUniversityofAeronautics＆Astronautics，Na ng210006，China) Abstract：Thispaperestablishedanewmethodforestablishingspatialweightmatrixbasedonsampledatabecausethespatial weightmatrixbytraditionalmethodswasdifficuh toaccuratelyreflecttheinteractionsbetweenspatialproximityvariables．It convertedtheprocessoftheestablishmentofspatialweightmatrixtosolvetheunknowneoemcientsofIinearequations．For STARMA modelhasonlylinearform andcouldnotcapturethenonlineartempora1autocorrelationstructure．itproposedSTAR— MA—networkmodelwhichhadnetworksturctureandreplacelinearcombinationbynonlinearfunctions．Experimentsshowthat themethodforestablishingspatialweightmatrixiSeffectiveandtheforecastaccuracyofSTARMA—networkiShigherthantradi— tionalSTARMA ’S． Keywords：space—timeseries；STARMA—networkmodel；spatialweightmatrix；sequenceclustering；airportnoise 随着计算机技术和网络技术的快速发展，以及全球定位系 本文提出一种 STARMA网络模型，放宽建模前提条件 ，不 统 (GPS)和遥感 (RS)等技术的广泛应用，数据呈现海量性和 再假设时空序列数据中只包含线性时空自相关结构，模型具有 时空性，如经济统计数据 、交通流量数