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

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。