基于小波分解的AR-SVR一类非平稳时间序列预测

摘要：

本文提出了一种基于小波分解的均值具有趋向性的非平稳时间序列预测方法.方法首先利用具有平移不变性的小波分解,分离非平稳时间序列中的长期趋势和高频信息(短期行为),然后对高频信息构建自回归AR模型,而对于趋势则利用支撑向量回归(SVR)进行拟合,最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.这样保证了充分拟合长期趋势的同时,避免了短期行为造成的过拟合.最后的实验结果表明本文提出的这类非平稳时间序列预测方法是有效的.

关键词：小波分解、平移不变、均值趋向性、非平稳时间序列预测、支撑向量回归、自回归

所属期刊栏目：20

分类号：TN91

在线出版日期：2007-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：108-111，107