DWT小波变换及其在时间序列数据预测中的应用
2014-06-04 16:56
471 查看
Given data: 时间序列数据。
Goal：做预测
方法：在滑动窗口中取DWT特征，并验证。
实验验证：
Load forcast 数据集。
问题：
小波变换的物理意义是什么？
小波变换的数学意义是什么？
抽取的feature的意义？为什么对预测会有帮助？
滑动窗口的大小应该取多少？
小波函数应该取哪个？
方法1：看代码
安装PyWavelets
Goal：做预测
方法：在滑动窗口中取DWT特征，并验证。
实验验证：
Load forcast 数据集。
问题：
小波变换的物理意义是什么？
小波变换的数学意义是什么？
抽取的feature的意义？为什么对预测会有帮助？
滑动窗口的大小应该取多少？
小波函数应该取哪个？
方法1：看代码
安装PyWavelets
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 在电力智能测量数据应用中的分层时间序列预测正则化（Regularization in Hierarchical Time Series Forecasting with Application to）
- Python 数据分析（二 本实验将学习利用 Python 数据聚合与分组运算，时间序列，金融与经济数据应用等相关知识
- CNTK API文档翻译(11)——使用LSTM预测时间序列数据（物联网数据）
- 机器学习 数据挖掘 推荐系统 时间序列挖掘-预测算法-三次指数平滑法(Holt-Winters)
- 【大数据部落】基于ARIMA、SVM、随机森林销售的时间序列预测
- R语言时间序列之数据平滑及预测
- CNTK API文档翻译(10)——使用LSTM预测时间序列数据
- 基于时间序列的短期数据预测--ARMA模型的设计与实现(每个步骤附实现源码)
- 傅里叶变换和小波变换处理时间序列数据，他们常常包含周期模式
- 时间序列平滑法在产品产量预测中的应用（很好的文章！！！）
- 【大数据部落】R语言多元Copula GARCH 模型时间序列预测
- Python 数据分析（二 本实验将学习利用 Python 数据聚合与分组运算，时间序列，金融与经济数据应用等相关知识
- 预测和分解时间序列数据（小时）Forecast and STL hourly time series data
- 基于小波变换的时间序列预测，Python实现，来自雪球，
- 基于时间序列的股票趋势预测模型
- WorldWind学习系列十五：如何切割影像和DEM数据及其在WW中的应用配置
- ADO.NET的数据绑定机制剖析及其应用
- 数据挖掘技术及其应用
- Excel VBA 应用 --批量修改选中区域单元格的时间数据，自动为时间值加1月 CELL值=CELL值 + DateAdd(“m”,1,date)
- 数据分析-时间序列的趋势分析