多尺度時間序列預測.pdf

1、時間序列預測在許多知識領(lǐng)域已經(jīng)成為熱門研究課題，比如經(jīng)濟學、氣象學、人口統(tǒng)計學、生物學等。由于時間序列預測可以應(yīng)用于真實世界各種各樣的問題中，其預測技術(shù)不斷發(fā)展變化著。這些技術(shù)大致經(jīng)歷了三個階段：第一階段為傳統(tǒng)的統(tǒng)計方法，第二階段為人工智能方法，第三階段為前兩階段方法結(jié)合起來的混合方法。本文在充分研究現(xiàn)有時間序列預測方法的基礎(chǔ)上，提出一種新的時間序列預測方法。新方法將計算機視覺領(lǐng)域的尺度空間思想應(yīng)用于時間序列預測問題，并結(jié)合小波多分辨率

2、特性與曲率表示窗口形狀技術(shù)來預測未來時間序列，主要包括兩個方面的研究：
　　1)研究時間序列的未來數(shù)值預測。依據(jù)時間序列未來數(shù)值與先前時間序列數(shù)值的相關(guān)性提取時間序列特征模型；并根據(jù)尺度空間思想及小波多分辨率特性來獲取時間序列多尺度數(shù)據(jù)；然后使用曲率表示窗口形狀方法檢索相似窗口；最后在多尺度下，根據(jù)時間序列特征模型對時間序列數(shù)值進行預測。
　　2)研究時間序列趨勢預測。本文所研究的趨勢預測主要包括滿足一定條件下的突升趨勢和突

3、降趨勢預測。首先依據(jù)給定條件搜索出歷史數(shù)據(jù)中的突升趨勢和突降趨勢，以此獲取時間序列匹配窗口；并按照1)中的方法對時間序列數(shù)據(jù)進行多尺度化與相似窗口檢索；最后應(yīng)用特定的時間序列特征模型進行趨勢預測。
　　時間序列窗口大小及最相似窗口數(shù)都影響著預測結(jié)果的優(yōu)劣。本文基于對數(shù)值試驗結(jié)果的分析和研究，配置合理參數(shù)模型。在股指及 Mackey-Glass時間序列的仿真實驗中，時間序列數(shù)值與趨勢預測結(jié)果都表明了所提方法的可行性，并且多尺度下比單