论文摘要
Excel是当前使用最广泛、最普遍的电子表格软件,功能强大,操作简单,尤其是它的数据挖掘和统计分析功能。本文提出了一种时间序列预测方法,通过Excel软件,以北京PM2.5数据集为例,首先对数据进行预处理,填充缺失值,采用Microsoft时序算法进行数据建模和预测分析,最后计算平均预测误差。结果表明,本文提出的预测模型能够预测未来时刻的数据,误差较小,具有应用价值。
论文目录
文章来源
类型: 期刊论文
作者: 林晶
关键词: 数据挖掘,时间序列,预测分析
来源: 福建电脑 2019年08期
年度: 2019
分类: 信息科技,基础科学
专业: 数学,计算机软件及计算机应用
单位: 福建师范大学信息化建设与管理办公室,福建师范大学网络与数据中心
分类号: TP391.13;O211.61
DOI: 10.16707/j.cnki.fjpc.2019.08.013
页码: 46-48
总页数: 3
文件大小: 713K
下载量: 390
相关论文文献
- [1].中小银行数据挖掘思路浅析[J]. 金融电子化 2020(05)
- [2].浅析大数据挖掘中抽样估计法的应用[J]. 现代信息科技 2019(21)
- [3].基于大数据挖掘的广播电视客户价值分析[J]. 科技视界 2019(34)
- [4].基于深度学习的工业领域数据挖掘方法及应用[J]. 数字技术与应用 2019(11)
- [5].基于大数据思维的财务数据挖掘及应用研究[J]. 国际商务财会 2019(11)
- [6].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(04)
- [7].基于云计算的大数据挖掘体系构建分析[J]. 中外企业家 2020(11)
- [8].测绘地理信息专业背景下的《时空数据挖掘》课程设计[J]. 南宁师范大学学报(自然科学版) 2020(01)
- [9].智慧医疗下云数据挖掘在精细化医疗管理中的应用[J]. 中医药管理杂志 2020(03)
- [10].高校管理人员教育数据挖掘能力培养的实践价值与实施路径[J]. 中国教育信息化 2020(07)
- [11].大数据环境下的数据挖掘课程教学探索[J]. 中国新通信 2020(06)
- [12].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(05)
- [13].基于云计算的大数据挖掘内涵及解决方案研究[J]. 数字通信世界 2020(03)
- [14].基于可拓数据挖掘的建筑立面设计方法研究[J]. 科技传播 2020(08)
- [15].数据挖掘实践教学环节探索[J]. 科技经济导刊 2020(11)
- [16].大数据挖掘与云服务模式的构建[J]. 江西电力职业技术学院学报 2020(01)
- [17].医疗云存储下医院信息数据挖掘及实现技术的探索[J]. 信息与电脑(理论版) 2020(05)
- [18].高校治理视阈下教育数据挖掘的应用与挑战[J]. 高教论坛 2020(04)
- [19].大数据挖掘与分析的关键技术研究[J]. 中国新通信 2020(08)
- [20].浅析数据挖掘[J]. 内江科技 2020(06)
- [21].教育数据挖掘关键技术应用研究[J]. 轻纺工业与技术 2020(06)
- [22].物联网海上舰船航行数据挖掘方法[J]. 舰船科学技术 2020(12)
- [23].云环境中大数据挖掘的有效花费研究[J]. 上海理工大学学报 2020(03)
- [24].对《零售数据挖掘与应用》课程教学的思考[J]. 知识经济 2020(18)
- [25].教育数据挖掘和学习分析研究进展[J]. 牡丹江师范学院学报(自然科学版) 2020(03)
- [26].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(08)
- [27].电商市场中大数据挖掘的分析以及决策探究[J]. 中国新通信 2020(12)
- [28].关于大数据挖掘中的数据分类算法技术的研究[J]. 电脑知识与技术 2020(20)
- [29].长输油气管道大数据挖掘与应用[J]. 物联网学报 2020(03)
- [30].数据挖掘实践课程教学模式的探索[J]. 教育教学论坛 2020(36)