多变量时间序列的重构与预测方法 |
| |
引用本文: | 陈涛.多变量时间序列的重构与预测方法[J].统计与决策,2009(14). |
| |
作者姓名: | 陈涛 |
| |
作者单位: | 陕西理工学院,数学系,陕西,汉中,723000 |
| |
摘 要: | 多变量时间序列包含有比单变量时间序列更丰富的动态信息,具有一定的信息完备性和确定性,但多变量时间序列同时也会带来一定的冗余信息和部分噪声.为了更好地反映多变量时间序列的动态特性,文章对多变量时间序列进行空间重构,并利用主成分分析法(PCA)对重构后的多变量时间序列进行处理,以减低特征空间维数;最后采用支持向量机建立预测模型.仿真实验表明,该预测模型具有较强的自适应能力和较好的预测效果.
|
关 键 词: | 多变量时间序列 相空间重构 主成分分析法(PCA) 支持向量机(SVM) 预测 |
本文献已被 万方数据 等数据库收录! |
|