国民收入的小波-非参数自回归预测模型

基于小波多尺度分析理论,运用Mallat算法和Daubechies小波,把时间序列分解为比原始时间序列更单一,平稳的作细节部分和概貌部分,然后把分解后的细节部分和概貌部分重构回原尺度.对重构后的各分层系数分别用非参数自回归模型进行预测.各个分层系数预测结果的和即原始时间序列的预报结果.对某国国民收入数据的分析和预报表明,非参数自回归模型与参数自回归模型相比可大大提高预测精度.     

综合电力监控仪表的设计

针对目前广泛采用的A/D MCU测量电网参数的电力监控仪表开发周期长、软件复杂的缺点,本文阐述了一种基于ATT7022A芯片的综合电力监控仪表的实现方案,并给出了电能测量原理、详细的电路组成和软件流程图.该系统可以完成各种电力参数及时、准确的检测和报警,同时具有灵活的远程软件校表功能.     

基于多尺度小波分解的时间序列预测方法研究

运用Mallat算法和Daubechies小波分解技术,把时间序列分解为比原始时间序列更单一的细节部分和概貌部分,然后把分解后的细节部分和概貌部分重构回原尺度,对重构后的各个时间序列用传统时间序列模型进行预测,由此建立高阶AR模型,最后累加各个时间序列预测结果得到原始时间序列的预测结果。通过对某地区工业总产值数据的分析和验证,表明AR-wavelets模型与传统单一模型相比可大大提高精度。