基于小波域隐马尔可夫模型的时间序列分析――平滑插值和预测.pdfVIP

第16卷第2期 中国管理科学 V01．16，No．2 11旦!丝 !星 篁坠璧!!!!呈竺!塑!呈!兰!塑曼!里!塞!量!!!呈望 ；垒呈!；； !!!! 文章编号：1003--207(2008)02--0122--06 基于小波域隐马尔可夫模型的时间序列分析 一平滑、插值和预测 张冬青1，韩玉兵2，宁宣熙1，刘雪妮1 (1．南京航空航天大学经济与管理学院，江苏南京210016； 2．南京理工大学电光学院，江苏南京 210094) 摘要：提出一种基于小波域隐马尔可夫模型的时间序列分析方法。首先介绍了离散小波变换；并针对小波系数 进行统计建模，分别讨论了单个小波系数的混合高斯模型、不同尺度小波系数之间的隐马尔可夫树结构、模型训练 及似然计算等问题；其次，提出了关于时间序列插值、平滑和预测的统一数学模型，并运用极大后验概率估计和贝 叶斯原理，将小波域隐马尔可夫模型作为先验知识给出了一种分析时间序列的新方法；然后，详细推导了时间序列 重建问题的Euler-Lagrange方程及对数似然的导数计算，将时间序列的插值、平滑和预测归结为一个简单线性方 程的求解；最后通过期望极大化(EM)算法和共扼梯度算法进行交替迭代来计算小波域隐马尔可夫模型参数和重 建时间序列。实验结果表明该方法在经济领域时间序列分析中的有效性。 关键词：时间序列；小波变换；隐马尔可夫模型；EM算法；共扼梯度算法 中图分类号：0211．61 文献标识码：A Chung等[113把它应用在电能扰动的分类研究； 1 引言 小波分析[13是一种基于时频(或空频)两重性的 分析工具，具有许多优良特性，如时频(或空频)局域 性、小波系数的稀疏性和不同尺度自相似性等，所以 小波分析在预测领域得到越来越多的应用，梁强等 转不变纹理特征进行提取等。本文把它应用到经济 (2005)E23用小波分析来对石油价格进行长期预测； 领域中的时间序列分析。 侯守国等(2006)[3]用小波分析对沪深股市收益率的 相关性进行研究；姚智胜等(2007)[43结合了小波分本文结合小波变换和HMM模型，提出了关于 析和支持向量机对短时交通流量进行组合预测等。 时间序列插值、平滑和预测的统一数学模型，并构建 了基于最大后验概率准则下的时间序列分析框架， 隐马尔可夫模型(HMM)最早源于∞]，在20世纪80 用小波域隐马尔可夫模型来挖掘此框架下的先验概 年代成功应用于声学信号建模[6]。1998年Crouse 等口3最早将HMM与小波分析相结合提出小波域率分布知识。由于后验概率分布集中样本和先验知 识的信息，因此基于最大后验概率准则下的时间序 隐马尔可夫模型(WHMM)，它是一种小波变换域 的随机信号的统计模型，成功地应用在许多工程领 列分析更有效、也最合理。 域，并取得了具有科学意义和应用价值的重要成果。 2小波域隐马尔可夫模型 如Chen等(2005)[83成功地把它用于过程控制；Xu 2．1离散小波变换 等(1005)[93把它用于图像处理中彩色纹理分析； Ferrari等(2005)[1阳把它用于数字影像去噪研究； 尺度函数，咖(￡)为小波函数，则离散小波变换表示 收藕日期：2007一03—23；修订日期：2008--03—25 为 基金项目：国家自然科学