10.3778/j.issn.1002-8331.1211-0264
基于小波的非平稳时间序列预测方法研究
基于小波分析技术,将原始非平稳时间序列分解为一层近似系数和多层细节系数,对其分别采用自回归滑动平均模型以及BP神经网络模型,对各层系数进行建模与预测;通过整合各层系数,得到原始时间序列的预测值。运用这种方法对因特网某节点网络流量数据和某地区日最高气温数据进行预测的结果表明,建立在小波分解基础上的这两种方法都能够有效地应用于非平稳时间序列的预测;而小波-BP神经网络的预测方法无论是精度还是计算复杂度方面都要明显优于小波-ARMA方法。
非平稳时间序列、小波变换、自回归移动平均模型、BP神经网络
TP274.2(自动化技术及设备)
国家自然科学基金-广东联合基金重点项目No.U073500。
2014-06-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
38-43