基于多尺度小波分解的时间序列预测方法研究 |
| |
引用本文: | 姚恩营,周玉国,孙国栋,林波.基于多尺度小波分解的时间序列预测方法研究[J].计算机时代,2009(1). |
| |
作者姓名: | 姚恩营 周玉国 孙国栋 林波 |
| |
作者单位: | 青岛理工大学计算机工程学院,山东,青岛,266033 |
| |
摘 要: | 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。
|
关 键 词: | 多分辨率分析 Mallat算法 Daubechies小波 ARMA(P Q)模型 时间序列分析 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|