基于改进多孔算法的时间序列预测

被引:5
作者
丁宁
周新志
机构
[1] 四川大学电子信息学院
关键词
单变量时间序列预测; 小波分析; 改进的多孔算法; 边界问题; 神经网络集成;
D O I
10.16182/j.cnki.joss.2007.17.058
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对小波分析技术存在的边界问题,提出一种改进的多孔算法。使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。为进一步提高预测精度,引入了神经网络集成技术以改善网络泛化能力。实验表明,这种组合预测模型预测效果与稳定性优于传统预测模型。
引用
收藏
页码:4082 / 4085
页数:4
相关论文
共 10 条
[1]   EMD方法及Hilbert变换中边界问题的处理 [J].
邓拥军 ;
王伟 ;
钱成春 ;
王忠 ;
戴德君 .
科学通报, 2001, (03) :257-263
[2]   基于平稳小波和重构相空间的快衰落信道预测算法 [J].
孙建成 ;
张太镒 ;
刘枫 .
西安交通大学学报, 2004, (10) :1090-1093+1100
[3]   基于小波分解的AR-SVR一类非平稳时间序列预测 [J].
曾凡仔 ;
裘正定 .
信号处理, 2004, (02) :108-111+107
[4]   小波分析在应用中的两个问题研究 [J].
何永勇 ;
褚福磊 ;
王庆禹 ;
钟秉林 .
振动工程学报, 2002, (02) :108-112
[5]   基于小波的多尺度网络流量预测模型 [J].
洪飞 ;
吴志美 .
计算机学报, 2006, (01) :166-170
[6]   小波变换中的信号边界延拓方法研究 [J].
袁礼海 ;
宋建社 .
计算机应用研究, 2006, (03) :25-27
[7]   基于小波分析的游客流量神经网络预测研究 [J].
赵黎明 ;
吴文清 ;
刘嘉焜 .
系统工程学报, 2006, (02) :221-224
[8]   基于子波变换序列的人工神经网络组合预测 [J].
李贤彬 ;
丁晶 ;
李后强 .
水利学报, 1999, (02) :3-6+44
[10]  
混沌时间序列分析及其应用[M]. 武汉大学出版社 , 吕金虎等编著, 2002