基于小波分析的时间序列建模与预测

被引:5
作者
周玉国
姚恩营
机构
[1] 青岛理工大学计算机工程学院
关键词
小波分析; 自回归滑动平均模型; Elman神经网络; 时间序列;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
将小波分析和ARMA模型引入时间序列建模与预测中。利用小波分解充分提取和分离时间序列的各种隐周期和非线性,把小波分解序列的特性和分解数据的规律充分运用于Elman动态神经网络和自回归移动平均模型的建模。利用小波重构技术将各尺度域的预报结果结合成为系统最终的预报。实例证明了该方法的实际有效性。
引用
收藏
页码:29 / 30+61 +61
页数:3
相关论文
共 3 条
[1]   基于小波变换的实际网络流量刻画 [J].
胡俊 ;
谭献海 ;
胡玉清 .
微计算机信息, 2008, (18) :86-88
[2]  
MATLAB神经网络应用设计[M]. 科学出版社 , 闻新等编著, 2000
[3]  
Periodicity Detection in Time Series Databases. Elfeky M,Aref W,Elmagarmid A K. IEEE Transactions on Knowledge and Data Engineering . 2005