提出了一种基于相重构和主流形识别的非线性时间序列降噪方法.带噪的时间序列在高维的相空间中其本质特征隐含在一个低维的主流形中,利用局部切空间变换方法提取其主流形,再根据主流形对时间序列进行重构,就可以达到降噪的目的.与现有的非线性时间序列消噪算法不同,基于主流形的消噪算法更强调时间序列的整体结构.数值仿真分析的结果验证了该降噪方法能有效地消除非线性时间序列中的高斯白噪声

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

• 一、时间序列模型的基本概念及其适用性 • 二、随机时间序列模型的平稳性条件 • 三、随机时间序列模型的识别 • 四、随机时间序列模型的估计 • 五、随机时间序列模型的检验

• 一、时间序列模型的基本概念及其适用性 • 二、随机时间序列模型的平稳性条件 • 三、随机时间序列模型的识别 • 四、随机时间序列模型的估计 • 五、随机时间序列模型的检验

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

第1章 时间序列分析简介 第2章 时间序列的预处理 第3章 平稳时间序列分析 第4章 非平稳序列的确定性分析 第5章 非平稳序列的随机分析 第6章 多元时间序列分折

时间序列是指把历史统计资料按时间顺序排 列起来得到的一组数据序列。例如,按月份排列 的某种商品的销售量;农业总产值按年度顺序排 列起来的数据序列等都是时间序列。时间序列预 测法将影响预测目标的一切因素都由“时间”综 合起来描述,是根据市场过去的变化趋势分析未 来的发展,它的前提是假定事物的过去会同样延 续到未来。时间序列市场分析法是撇开市场发展 的因果关系去分析市场的过去和未来的联系

1时间序列概述 时间序列指将预测对象的历史数据按照时 间顺序排列的序列,就称为时间序列

主要介绍经济时间序列的分解和平滑方法。 时间序列的分解:季节调整 趋势分解 平滑方法:指数平滑

一、绪论 1.1 什么是时间序列模型 1.2 时间序列分析在经济分析中的作用 1.3 时间序列分析简明发展史 二、基础理论篇 三、基本应用篇