摘要
在许多数据挖掘应用中,例外情况或者离群点的监测比常规知识的发现更有意义。文章在自回归AR(p)模型和统计诊断的基础上,建立了一种时序数据的离群点检测模型。并将该模型的应用于海表水温的预测,建立海表水温的时间序列预测模型,动态地掌握海洋的变化规律,并且利用该模型可以得到海表水温的异常之处,从而为厄尔尼诺年的预测提供了良好的方法。实验结果表明AR模型及相应的score检验可以较好地用于时序数据的离群数据挖掘问题。
It is more significative to find out outliers than conventional data in extraordinary conditions,based on AR（p） model and statistic diagnosis we get a new method for diagnosing outliers and use this method to predicate Sea Surface Temperature（SST）,By this way we can grasp the first hand changes about SST,AR model and corresponding score test is efficacious.
出处
《计算机工程与应用》
CSCD
北大核心
2006年第8期209-211,共3页
Computer Engineering and Applications
基金
国家自然科学基金资助项目(编号:60375016
60496323)
