Прогнозування часових рядів за допомогою їхньої сегментації на основі аналізу вейвлет-скалограм
Представлено методологічний підхід при розробці моделі прогнозування часових рядів, який полягає у застосуванні властивостей частотно-впорядкованих енергій коефіцієнтів ортогонального аналізу за рівнями вейвлет-декомпозиції для виявлення довготривалих трендів, сезонних і шумових компонент. У пода...
Gespeichert in:
| Veröffentlicht in: | Реєстрація, зберігання і обробка даних |
|---|---|
| Datum: | 2016 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Інститут проблем реєстрації інформації НАН України
2016
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/131597 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Прогнозування часових рядів за допомогою їхньої сегментації на основі аналізу вейвлет-скалограм / А.В. Волошко, Н.Ю. Музика // Реєстрація, зберігання і обробка даних. — 2016. — Т. 18, № 1. — С. 23-31. — Бібліогр.: 19 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | Представлено методологічний підхід при розробці моделі прогнозування часових рядів, який полягає у застосуванні властивостей частотно-впорядкованих енергій коефіцієнтів ортогонального аналізу за рівнями вейвлет-декомпозиції для виявлення довготривалих трендів, сезонних і шумових компонент. У подальшому проводиться сегментування результатів вейвлет-декомпозиції часового ряду і прогнозування кожного сегмента окремо.
Представлен методологический подход при разработке модели прогнозирования временных рядов, который заключается в применении свойств частотно-упорядоченных энергий коэффициентов ортогонального анализа по уровням вейвлет-декомпозиции для выявления долговременных трендов, сезонных и шумовых компонент. В дальнейшем производится сегментация результатов вейвлет-декомпозиции временного ряда и прогнозирование каждого сегмента отдельно.
It is presented a methodological approach in developing models predicting time series which is in application of the properties of frequency-ordered energy coefficients of orthogonal analysis of the levels of wavelet decomposition for to identify long-term trends, seasonal and noise components. Then, it is performed a segmentation of the results of wavelet decomposition of the time series and forecast of each segment separately.
|
|---|---|
| ISSN: | 1560-9189 |