基于SAX表示法的时序数据对数周期幂律预测方法

摘要

本发明公开了一种基于SAX表示法的时序数据对数周期幂律预测方法，通过将SAX表示法引入网络的训练过程，降低训练数据的复杂度，缩短每次训练所需的时间，提高构建模型的效率；并且以对数周期幂律模型构建时序的趋势模型，提取时序数据中周期性的趋势特征，使模型能够精确地把握时序的运动规律，从而使得应用价值更高；本发明有效解决了现有BP神经网络训练效率低下的问题，适用于高维海量时序数据的预测分析。