男人摸女人的胸视频,91精品国产91久久久久久最新,黄色视频性爱免费看,黄瓜视频在线观看,国产小视频国产精品,成人福利国产一区二区,国产高清精品自拍91亚洲,国产91一区二区

加急見刊

基于異常值檢測的港口集裝箱吞吐量預(yù)測模型

郭戰(zhàn)坤; 金永威; 梁小珍; 楊明歌; 汪壽陽 上海大學管理學院; 上海200444; 百度(中國)有限公司; 上海201203; 中國科學院大學經(jīng)濟與管理學院; 北京100190; 中國科學院數(shù)學與系統(tǒng)科學研究院; 北京100190

摘要：考慮到諸如金融危機等重大事件的影響,時間序列可能存在異常值,提出了一個基于局部異常因子(LOF)的LOF-SSA-LSSVM預(yù)測模型,并將其應(yīng)用于廣州港集裝箱吞吐量預(yù)測.首先,對原始時間序列進行X12加法季節(jié)分解,對于分解得到的不規(guī)則序列,采用LOF算法進行異常值檢測,確定異常數(shù)據(jù)的位置,之后通過插值或最小二乘支持向量機(LSSVM)的預(yù)測值來修正原始季節(jié)調(diào)整序列中的異常值,將修正后的季節(jié)調(diào)整序列與季節(jié)因子序列加和,即得到新的待預(yù)測序列.預(yù)測階段,先采用奇異譜分析(SSA)將新的待預(yù)測序列進行分解重構(gòu),剔除序列中的噪聲,然后再采用LSSVM對其進行預(yù)測.實證結(jié)果表明,建立的LOF-SSA-LSSVM模型相比BP、ARIMA等模型有著更好的預(yù)測精度.

注: 保護知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系數(shù)學的實踐與認識雜志社