基于RFID与基因表达式编程的经济统计时序挖掘

Qi-hong LIU,Tian-de LI,Zhi-bin ZHOU,Bing YI,Chang-jie TANG,Qi-wei LIU

Sichuan Daxue Xuebao (Gongcheng Kexue Ban)/Journal of Sichuan University (Engineering Science Edition)（2008）

引用 4|浏览17

暂无评分

摘要

为解决基因表达式编程(GEP)在符号回归、RFID分类及经济领域中对时序数据的挖掘速度和精度还不够的问题,提出了统计基因、统计染色体和统计时序-适应度的定义,并针对传统GEP经济时序模型进行了综合改进;提出了新颖的单变量时序和多变量时序挖掘算法,提高了GEP统计时序挖掘的速度和精度;实验表明,与传统GEP、单变量GEP时序算法相比,多变量GEP时序算法挖掘速度快,其预测精度比单变量时序算法高出5%以上.该算法同样适用于RFID以及其他经济系统中的时序数据挖掘.

查看译文

关键词

Economy statistical time sequence forecast model,Gene Expression Programming function mining,Multi-variable time sequence,Single-variable GEP time sequence

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要