挖掘天文学时间序列数据的预测方法

E. Perlman; A. Java

挖掘天文学时间序列数据的预测方法

天体物理学 2007-05-23 v1

作者: E. Perlman , A. Java

摘要

我们讨论了用于天文时间序列数据的 Java 工具箱开发。与传统天文学中常用的方法（如功率谱和交叉相关分析）不同，我们采用常用于股票市场数据分析的规则发现技术。通过对数据中发现的模式进行聚类，规则发现技术可用于构建预测模型，从而预测特定事件的发生时间，或判断一次事件是否会触发另一次事件。我们在来自 RXTE 全天监测器的数据集（代表多个天体类别）上测试了该工具箱及其配套显示工具。我们使用这些数据集来说明该工具箱的方法和功能。我们还讨论了数据分析中可能出现的各种问题，以及该软件包的可能未来发展。

关键词

时间序列分析规则发现预测建模 RXTE 全天监测器模式聚类

引用

@article{arxiv.astro-ph/0212413,
  title  = {Predictive Mining of Time Series Data in Astronomy},
  author = {E. Perlman and A. Java},
  journal= {arXiv preprint arXiv:astro-ph/0212413},
  year   = {2007}
}

备注

4 pages, 3 figures, submitted to Astronomy Data Analysis & Software Systems meeting, Baltimore 2002

挖掘天文学时间序列数据的预测方法

摘要

关键词

引用

备注

相关论文