基于混合ehmm模型的数据流预测

首先提出一种改进的算法nonepi++,用于挖掘事件序列上非重叠发生的频繁情节；然后将每个频繁情节表示为相应的情节隐马尔可夫模型ehmm,并通过最大期望算法计算模型的混合系数,从而生成一个基于历史数据流的混合模型；最后,基于该混合模型预测目标事件类型出现的概率。实验表明,混合ehmm模型能有效地预测数据流。