计萍, 宋焱燚



一种新的时间序列周期检测算法

计萍, 宋焱燚

(安徽财经大学统计与应用数学学院, 安徽蚌埠, 233030)

提出了一种SJ周期检测算法, 利用计算机虚拟了3个序列来评价SJ算法的可行性和需要改进的地方。将SJ算法应用到铁路客流量数据上, 检测到客流量数据存在4、7和26的周期规律。

时间序列周期; SJ周期检测算法; 客流量周期

时间序列的周期性检验是非常重要的, 对于一些简单的时间序列, 例如水文序列[1-3]、天气序列和客流量序列等, 其周期性更是人们关注的焦点。已有的周期检验方法有简单分波法、傅里叶分析法、功率谱分析法、最大熵谱分析法和小波方差法等[4-5]。针对适用于简单序列的周期检测，本文将介绍一种新的算法——SJ周期检测算法。此算法是作者在一次数据挖掘竞赛(第四届泰迪杯全国大学生数据挖掘竞赛B题)中开发的, 挖掘的目标是“铁路客流量的分析与预测”, 在分析过程中, 发现客流量虽然在节假日发生突变, 但其仍然具有一定的周期规律, 于是本文着手于客流量的周期分析, 这也是SJ周期检测算法的初衷。

1 SJ周期检测算法原理及模型

SSJ本质上是一种遍历搜索算法, 由于分析的序列大多为1 d或者1 yr之类的离散性序列, 这使得SJ的周期为整数而不存在小数情况。

2 SJ算法的流程及伪代码

SJ算法的流程[6]如下:

step3. 采用Pearson线性相关系数作为向量相似性的度量, 计算的各个向量之间的相似性;

SJ算法的伪代码如下:

begin

end(for)

end(for)

end(for)

end(for)

end(while)

end(begin)

3 SJ的2个实验

图1 2个虚拟时间序列……