starma网络时空序列预测模型研究.pdf

第３１卷第８期 计 算 机 应 用 研 究 Ｖｏｌ．３１Ｎｏ．８ ２０１４年８月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｕｇ．２０１４ ＳＴＡＲＭＡ网络时空序列预测模型研究 王尚北，王建东，陈海燕 （南京航空航天大学计算机科学与技术学院，南京２１０００６） 摘　要：针对传统方法建立的空间权矩阵难于真实、准确地反映空间邻近变量之间相互影响的不足，提出一种 基于样本数据驱动的空间权矩阵建立方法，将建立空间权矩阵转换为求解未知系数线性方程；针对ＳＴＡＲＭＡ模 型只具有线性形式而无法捕获时空序列中非线性模式的不足，提出ＳＴＡＲＭＡ网络模型，采用网络结构，以非线 性函数代替线性组合。通过实验分析验证了基于样本数据驱动的空间权矩阵建立方法和 ＳＴＡＲＭＡ网络的有 效性。 关键词：时空序列；ＳＴＡＲＭＡ网络模型；空间权矩阵；序列聚类；机场噪声 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１４）０８２３１５０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１４．０８．０１７ ＳＴＡＲＭＡｎｅｔｗｏｒｋｍｏｄｅｌｏｆｓｐａｃｅｔｉｍｅｓｅｒｉｅｓｐｒｅｄｉｃｔｉｏｎ ＷＡＮＧＳｈａｎｇｂｅｉ，ＷＡＮＧＪｉａｎｄｏｎｇ，ＣＨＥＮＨａｉｙａｎ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓ＆Ａｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ２１０００６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｅｓｔａｂｌｉｓｈｅｄａｎｅｗｍｅｔｈｏｄｆｏｒｅｓｔａｂｌｉｓｈｉｎｇｓｐａｔｉａｌｗｅｉｇｈｔｍａｔｒｉｘｂａｓｅｄｏｎｓａｍｐｌｅｄａｔａｂｅｃａｕｓｅｔｈｅｓｐａｔｉａｌ ｗｅｉｇｈｔｍａｔｒｉｘｂｙｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｗａｓｄｉｆｆｉｃｕｌｔｔｏａｃｃｕｒａｔｅｌｙｒｅｆｌｅｃｔｔｈｅｉｎｔｅｒａｃｔｉｏｎｓｂｅｔｗｅｅｎｓｐａｔｉａｌｐｒｏｘｉｍｉｔｙｖａｒｉａｂｌｅｓ．Ｉｔ ｃｏｎｖｅｒｔｅｄｔｈｅｐｒｏｃｅｓｓｏｆｔｈｅｅｓｔａｂｌｉｓｈｍｅｎｔｏｆｓｐａｔｉａｌｗｅｉｇｈｔｍａｔｒｉｘｔｏｓｏｌｖｅｔｈｅｕｎｋｎｏｗｎｃｏｅｆｆｉｃｉｅｎｔｓｏｆｌｉｎｅａｒｅｑｕａｔｉｏｎｓ．Ｆｏｒ ＳＴＡＲＭＡｍｏｄｅｌｈａｓｏｎｌｙｌｉｎｅａｒｆｏｒｍａｎｄｃｏｕｌｄｎｏｔｃａｐｔｕｒｅｔｈｅｎｏｎｌｉｎｅａｒｔｅｍｐｏｒａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｓｔｒｕｃｔｕｒｅ，ｉｔｐｒｏｐｏｓｅｄＳＴＡＲ ＭＡｎｅｔｗｏｒｋｍｏｄｅｌｗｈｉｃｈｈａｄｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅａｎｄｒｅｐｌａｃｅｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎｂｙｎｏｎｌｉｎｅａｒｆｕｎｃｔｉｏｎｓ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔ ｔｈｅｍｅｔｈｏｄｆｏｒｅｓｔａｂｌｉｓｈｉｎｇｓｐａｔｉａｌｗｅｉｇｈｔｍａｔｒｉｘｉｓｅｆｆｅｃｔｉｖｅａｎｄｔｈｅｆｏｒｅｃａｓｔａｃｃｕｒａｃｙｏｆＳＴＡＲＭＡｎｅｔｗｏｒｋｉｓｈｉｇｈｅｒｔｈａｎｔｒａｄｉ ｔｉｏｎａｌＳＴＡＲＭＡ’ｓ． Ｋｅｙｗｏｒｄｓ：ｓｐａｃｅｔｉｍｅｓｅｒｉｅｓ；ＳＴＡＲＭＡｎｅｔｗｏｒｋｍｏｄｅｌ；ｓｐａｔｉａｌｗｅｉｇｈｔｍａｔｒｉｘ；ｓｅｑｕｅｎｃｅｃｌｕｓｔｅｒｉｎｇ；ａｉｒｐｏｒｔｎｏｉｓｅ 　　随着计算机技术和网络技术的快速发展，以及全球定位系 本文提出一种ＳＴＡＲＭＡ网络模型，放宽建模前提条件，不 统（ＧＰＳ）和遥感（ＲＳ）等技术的广泛应用，数据呈现海量性和 再假设时空序列数据中只包含线性时空自相关结构，模型具有 时空性，如经济统计数据、交通流量数据、卫星影像数据和环境 网络结构，能够同时捕获时空序列中的线