平稳时序数据的Bootstrap辨识及其改进算法研究

• 作者: 黄雄波
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 平稳时序数据 Bootstrap方法 自回归模型 重抽样
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 基金项目
• 页码范围: 38-41,46
• 页数: 5页
• 分类号: TP311.11
• 字数: 4767字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2018.03.012

摘要

在平稳时序数据的自回归辨识过程中,通过引入Bootstrap方法对辨识残差序列进行重采样、参数估计及模型修正等处理.对现有的基于Bootstrap方法的自回归辨识算法进行了如下的两点改进:一是以自回归模型阶数为Bootstrap方法的滑动窗口宽度,对残差序列进行重抽样处理;二是基于矩阵奇异值的迭代分解理论,对Bootstrap重抽样序列的参数进行求解.实验表明,上述改进能有效地提高原有算法的辨识精度和辨识速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄雄波	佛山职业技术学院电子信息系	40	70	5.0	6.0