zhaoyuxia517的博客

作者：量化哥-优矿Uqer 链接：https://xueqiu.com/4105947155/67920429?page=1 来源：雪球 基于小波变换的时间序列预测 本文的主题是考察小波变换在预测方面的应用。 思路将数据序列进行小波分解，每一层分解的结果是上次分解得到的低频信号再分解成低频和高频两个部分。如此进过N层分解后源信号X被分解为：X = D1 + D2 +

思路将数据序列进行小波分解，每一层分解的结果是上次分解得到的低频信号再分解成低频和高频两个部分。如此进过N层分解后源信号X被分解为：X = D1 + D2 + ... + DN + AN其中D1,D2,...,DN分别为第一层、第二层到等N层分解得到的高频信号，AN为第N层分解得到的低频信号。本文方案为对D1,D2...DN和AN分别进行预测，然后进行小波重构实现对源信号的预测。步骤如下：（1）对

http://www.docin.com/p-792369465.html

http://blog.youkuaiyun.com/bujizhizhoutop/article/details/17452601 问题：试图使用二维多尺度离散小波变换，然后对得到的小波系数进行Arnold置乱处理，如果利用matlab子带的wavedec2，可以很容易实现分解（格式为：[c,s]=wavedec2(X,N,'wname')或者[c,s]=wavedec2(X,N,Lo_D,Hi_D)