基于提升方案的冗余Haar小波变换与时间序列预测

• 作者: 丁宁 周新志
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 时间序列预测 小波分析 提升方案 边界问题 神经网络集成
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 58-60,64
• 页数: 4页
• 分类号: TP18
• 字数: 3814字
• 语种: 中文

摘要

针对小波分析存在的边界问题,提出一种基于提升方案的冗余Haar小波变换(Haar_RLWT).使用该方法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于时间序列预测任务具备可行性.同时为进一步提高预测效果,引入神经网络集成技术以改善网络泛化能力.实验表明,该综合预测模型预测效果与稳定性优于传统预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周新志	四川大学电子信息学院	149	837	14.0	22.0
2	丁宁	四川大学电子信息学院	4	16	2.0	4.0