基于小波变换的时间序列预测

思路

将数据序列进行小波分解,每一层分解的结果是上次分解得到的低频信号再分解成低频和高频两个部分。如此进过N层分解后源信号X被分解为:
X = D1 + D2 + ... + DN + AN其中D1,D2,...,DN分别为第一层、第二层到等N层分解得到的高频信号,AN为第N层分解得到的低频信号。
本文方案为对D1,D2...DN和AN分别进行预测,然后进行小波重构实现对源信号的预测。步骤如下:
(1)对原序列进行小波分解,得到各层小波系数;
(2)对各层小波系数分别建立 ARMA 模型,对各层小波系数进行预测;
(3)用得到的预测小波系数重构数据。

https://uqer.io/community/share/571ca0ab228e5b63427b9383

你可能感兴趣的:(python,小波变换,时间序列预测)