文献类型：期刊文章

作　　者：曹晨曦[1] 田友琳[1] 张昱堃[2] 刘晓峰[2]

CAO Chenxi;TIAN Youlin;ZHANG Yukun;LIU Xiaofeng(College of Mathematics,Taiyuan University of Technology,Taiyuan 030024,China;College of Software,Nankai University,Tianjin 300071,China)

机构地区：[1]太原理工大学数学学院,山西太原030024 [2]南开大学软件学院,天津300071

出　　处：《合肥工业大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61502330)

年　　份：2018

卷　　号：41

期　　号：9

起止页码：1284-1288

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：异常点是时间序列数据中不可避免的特殊点,会对时间序列数据的分析产生负面影响。文章设计了一种适用于时间序列数据的基于统计的异常点检测与修正方法,可以有效地检测出异常点出现的位置并进行修正。使用酒店间夜数据进行的数值实验表明,使用修正后的数据集相对于使用原数据集预测精度会提高3.4%～4.4%。

关 键 词：收益管理 预测  异常点 统计  压缩  

分 类 号：O213.9]