? ? 最近將雷師兄的論文的dynamic EL算法實現之后，就沒有了方向感——不知道工作的重心放在哪里。接下來應該：
1.改進EL。EL算法步奏改進？EL的多樣性？pruning？selective？怎么樣集成眾多基學習機產生的結果（加權平均？中值？mode？）？
2.預處理結果是否合適。Tan師兄說“預測結果的好壞可能和預處理后的結果有關系，應該加入更少的隨機項，選取更好的數據。”
3.應該把數據分為趨勢項和隨機項。關于趨勢項和隨機項又該由哪些算法來預測（這種算法和Zhong老師的想法有些相關了。。）？
4.預測什么。預測同一發動機的數據？Tan師兄說可以考慮用多臺發動機的數據來預測新發。
? ? 大體上，就這幾個方向，然后就不知道干什么了，我通常會：這個方面搞不好，沒有思路，就會尋求看其他方面有關的論文。最后導致，沒有重點，所以應該停下來好好的思考一下該往什么方向走。所以下午就咨詢了fu老師，和fu老師進行了親切友好的交談。以謀取方向。主要收獲如下：
1.由于發動機的數據太坑爹，可以考慮先使用Mackey-Glass數據，效果比較好之后，可以將EL用于發動機數據。
2.繼續考慮zhong老師的想法。需要考慮怎么選取基學習機。主要是根據輸入時間序列的特征，比如：數量、代表性（分布、距離。。）。
3.2實在不好搞，那就先實現自己的想法。再考慮2
總結：
1.還是需要自己把握~~~最好和Lin和Tan討論；
2.不應該再看:混沌預測、嵌入維數選擇、hybrid等和EL無關的問題。
3.應該把重心放到EL上，保證進度，不用太在意細節，否則回不來了。對于不放心的可以用【實驗法】來確定，要把我大方向。
4.關于論文，有的英文論文可能看起來比較費勁，可以試著搜索有沒有相關的中文文獻。先了解中文文獻，再學習英文文獻，有事半功倍的效果。
只有先完成，才能完美！
4.看：EL的基學習機多樣性和準確性的選擇標準、集成方法（selective、mode、mean、median）研究。
