基于小波分析的时间序列数据挖掘

• 作者: 佟伟民 单永正 李一军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 小波分析 ARMA模型 神经网络 时间序列 数据挖掘
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 博士论文
• 页码范围: 26-29
• 页数: 4页
• 分类号: TP311
• 字数: 4646字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.01.009

摘要

将小波分析和ARMA模型引入时间序列数据挖掘中.利用小波消噪对原始时间序列进行滤波,利用小波变换充分提取和分离金融时间序列的各种隐周期和非线性,把小波分解序列的特性和分解数据随尺度倍增而倍减的规律充分用于BP神经网络和自回归移动平均模型的建模.利用小波重构技术将各尺度域的预报结果组合成为时间序列的最终预报.经过试验验证了该方法的实际有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一军	哈尔滨工业大学管理学院	206	5614	39.0	67.0
2	单永正	哈尔滨工业大学管理学院	5	152	5.0	5.0
3	佟伟民	哈尔滨工业大学管理学院	3	39	1.0	3.0