کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6546837 160090 2016 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Jump point detection using empirical mode decomposition
ترجمه فارسی عنوان
تشخیص پرش نقطه با تجزیه حالت تجربی
کلمات کلیدی
مشاور املاک، سری زمانی، امتیاز پرش تجزیه حالت تجربی،
ترجمه چکیده
املاک و مستغلات یک نوع مهم سرمایه گذاری در هنگ کنگ است. تحقیقات اخیر در مورد تجزیه و تحلیل بازار املاک و مستغلات نشان داده است که نقاط پرش در سری زمانی قیمت مسکن نقش مهمی در اقتصاد هنگ کنگ بازی می کنند. شناسایی چنین نقاط پرش به این ترتیب مهم می شود، زیرا آنها نشان دهنده نتایج حیاتی است که سیاست گذاران و سرمایه گذاران را به جلو نگاه می کند. در این مقاله ما یک روش تشخیص نقطه پرش پیشنهاد می کنیم که از الگوریتم تجزیه حالت تجربی و یک آشکارساز مبتنی بر مشتق استفاده می کند تا نقاط پرش در سری زمانی برخی از شاخص های قیمت مسکن در هنگ کنگ را شناسایی کند. نتایج تجربی نشان می دهد که روش پیشنهادی ما عملکرد برتر دارد و رویکرد موجک فعلی پیشرفته را بهتر می کند.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک جنگلداری
چکیده انگلیسی
Real estate is an important form of investment in Hong Kong. Recent researches on the analysis of real estate market have revealed that jump points in the housing price time series play an essential role in the Hong Kong economy. Detecting such jump points thus becomes important as they represent vital findings that enable policy-makers and investors to look forward. In this paper, we propose a jump point detection methodology, which makes use of the empirical mode decomposition algorithm and a derivative-based detector, to detect jump points in the time series of some housing price indices in Hong Kong. Experimental results reveal that our proposed method has a superior performance and outperforms the current state-of-the-art wavelet approach.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Land Use Policy - Volume 58, 15 December 2016, Pages 1-8
نویسندگان
, , , ,