[發明專利]一種基于因素間相關關系識別的預測方法

在審

• 申請號: 201410479908.5
• 申請日: 2014-09-18
• 公開（公告）號: CN104239722A
• 公開（公告）日: 2014-12-24
• 發明（設計）人: 于大洋;李亞錦
• 申請（專利權）人: 山東大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種基于因素間相關關系識別的預測方法，包括以下步驟：

步驟一：獲取因素樣本數據，將因素指標值存入數據表中，構建樣本序列；

步驟二：兩兩因素指標值序列計算相關性時，對于因素指標值樣本長度不一致的，取短截長，對于樣本中存在缺失的情況，則刪除缺失項和與之對應的另一因素指標樣本值；

步驟三：計算因素間相關關系：基于距離相關性，計算因素指標值的距離協方差和方差，根據相關系數定義得到距離相關相關系數；

步驟四：采用相關關系排序算法對因素間距離相關系數進行排序，最終給出因素間的相關性，識別因素間復雜相關關系；

步驟五：依據因素間相關關系的排序，選定與其他因素相關性強的因素，通過監測該因素的指標值來預測與之關聯性強的其他因素指標的變化，其中當a＜x＜b時，即可預測c＜y＜d，a、b、c、d均為實數，x為事件A的表征因素指標，y可為事件B的表征因素指標。

2.如權利要求1所述的一種基于因素間相關關系識別的預測方法，其特征是，所述的樣本序列包含時間序列和非時間序列，且為數值化的數據，針對時間序列可直接計算因素與因素間的相關關系；針對非時間序列，需確定要目標因素，計算目標因素與其他因素間的相關關系。

3.如權利要求1所述的一種基于因素間相關關系識別的預測方法，其特征是，所述相關關系排序算法是指將計算所得的所有變量間相關系數從大到小依次排列，將一組無序的序列調整成有序的序列，進而得到因素間相關性強弱的排列序列。

4.如權利要求1所述的一種基于因素間相關關系識別的預測方法，其特征是，距離相關性用于計算相關系數，具體包括：

S1:計算樣本內部各元素的歐式距離：a_j，k＝||X_j-X_k||，其中X_jX_k為樣本因素，j,k＝1,2,…n，由a_j,k構成距離矩陣；

S2:計算距離矩陣行平均值及距離矩陣列平均值，并利用S1中計算所得的歐式距離計算單個因素樣本內部的雙中心距離：其中表示第j行樣本均值，表示第k行樣本均值，樣本均值的距離矩陣；

S3:利用S2中計算所得的雙中心距離計算兩因素樣本間的距離協方差，單個因素樣本的距離方差；

S4:利用S3中計算所得的距離協方差和距離方差計算兩兩因素樣本間距離相關系數。

5.如權利要求4所述的一種基于因素間相關關系識別的預測方法，其特征是，距離相關相關系數為：dCor(X,Y)=dCov(X,Y)dVar(X)dVar(Y);]]>

其中，X、Y為樣本集中任意對因素指標，dCov(X，Y)表示因素指標間的距離協方差，dVar(X)dVar(Y)表示因素指標的協方差。