基于周期性过滤的线性预测方法
摘要:
本发明提供了一种基于周期性过滤的线性预测方法,包括:根据业务场景从已构建的数据库中取出相应特征的历史时间序列数据;采用数据预处理算法对所述历史时间序列数据进行数据处理,得到处理后的数据;将所述处理后的数据进行分解,分解后采用时间序列STL分解算法去周期Sv,得到余项,即非周期数据Rv;将所述非周期数据Rv带入ARIMA模型进行训练预测;显示预测结果。该方法可以使得数据适应性强且不易丢失,并且预测效率高。
0/0