时间序列分析的小波方法（英文版）(珀西瓦尔)【电子书籍下载 epub txt pdf doc 】
书籍作者：
书籍出版：
机械工业出版社
书籍页数：
书籍ISBN：
书籍人气：
推荐指数：
时间序列分析的小波方法（英文版）《时间序列分析的小波方法（英文版）》是一本由浅入深的小波分析导论，介绍了基于小波的时间序列统计分析。实践中的离散时间技术是本书的论述重点，同时对于理解和实现离散小波变换将涉及到的诸多原理与算法也进行了详细的描述。本书图例丰富，正文附有大量练习，并在附录中给出了练习的答案。每章另备有适于课堂布置的练习。本书网站有所用时间序列与小波的材料，并可以得到用S-Plus和其他语言开发软件的信息。时间序列分析是用随机过程理论和数理统计学的方法，研究随机数据序列所遵从的统计规律，用于解决科研、工程技术、金融及经济等诸多领域内的实际问题。苹果/安卓/wp
积分 104, 距离下一级还需 41 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
道具: 匿名卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 53 天连续签到: 1 天[LV.5]常住居民I
这是本人偶尔发现的，感觉还挺有用的
支持楼主：、
购买后，论坛将奖励 10 元论坛资金给楼主，以表示您对TA发好贴的支持
载入中......
20:21:03 上传
售价: 1 个论坛币
本帖被以下文库推荐
& |主题: 11985, 订阅: 27
骗人，买了竟没有下载下来
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师wave_matlab 小波分析 程序，计算时间序列的周期特征，波 法，复 let 波变换 238万源代码下载-
&文件名称: wave_matlab
& & & & &&]
&&所属分类:
&&开发工具: Visual C++
&&文件大小: 11 KB
&&上传时间:
&&下载次数: 29
&&提 供 者:
&详细说明：小波分析matlab程序，计算时间序列的周期特征，波谱特征，小波方法，复小波-wavelet analysis
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&wave_matlab\chisquare_inv.m&&...........\chisquare_solve.m&&...........\wave_bases.m&&...........\wave_signif.m&&...........\wavelet.m&&...........\wavetest.m&&...........\sst_nino3.dat&&wave_matlab
&近期下载过的用户:
&输入关键字，在本站238万海量源码库中尽情搜索：
&[] - 餐馆点菜管理系统PDA程序，主要有管理员，经理，员工，三种操作
&[] - 分块压缩感知中稀疏表示增加方向性提高重构质量
&[] - 一个很有用的小波工具包，希望对大家有所帮助
&[] - 行人检测技术综述.pdf行人检测技术综述.pdf
&[] - 小波分析，用于数据周期分析和周期变化的分析
&[] - 对于一实测时间序列,我想用matlab中的小波分析功能找出其周期和突变点，现在只能做出其小波系数图，请教高手指点如何将其转化为频率图？附件的论文里有用这个方法的，但不知其中的图是如何做出，从图上如何看出周期和突变点？谢谢！
&[] - morlet小波变换的周期性分析程序，分析长时间序列的周期性
&[] - 关于实小波与复小波进行时频分析的资料，希望对大家有帮助
&[] - 最新经典EMD分解程序，及Hilbert变换程序。由美国人编写，是做HHT变换进行信号分析处理的最佳参考，由本人做详细注释，方便大家理解程序。
&[] - 对复小波提取高频及低频的系数 并对相应的实小波的系数也进行了提取《时间序列分析的小波方法》((美)Donald B.Percival (英)Andrew T.Walden R. Gill)【摘要_书评_试读】- 蔚蓝网
共有图书2972614种
顾客评分：
已有0人评论
字数：暂无&&&&&
页数：16,562页&&&&&
开本：小16开&&&&&
包装：平装
本书详细地介绍了小波方法在时间序列分析中的应用，图例丰富，语言简明易懂，论述严谨，另外，本书对小波分析所需要的数学知识进行了简洁实用的讲解，还在正文中嵌入了大量的练习，并在附录中给出了这些练习的答案，同时每章另备有适于课堂布置的练习。
本书适合作为高等院校统计学、数学等专业学生的教材，同时也可作为从事相关领域研究的人员的参考书。
时间序列分析是用随机过程理论和数理统计学的方法，研究随机数据序列所遵从的统计规律，用于解决科研、工程技术、金融及经济等诸多领域内的实际问题。本书是一本由浅入深的小波分析导论，介绍了基于小波的时间序列统计分析。实践中的离散时间技术是本书的论述重点，同时对于理解和实现离散小波变换将涉及的诸多原理与算法也进行了详细的描述。
　　本书详细地介绍了小波方法在时间序列分析中的应用，图例丰富，语言简明易懂，论述严谨，另外，本书对小波分析所需要的数学知识进行了简洁实用的讲解，还在正文中嵌入了大量的练习，并在附录中给出了这些练习的答案，同时每章另备有适于课堂布置的练习。
　　本书适合作为高等院校统计学、数学等专业学生的教材，同时也可作为从事相关领域研究的人员的参考书。
约定与记号
1.1小波的本质
1.2小波分析的本质
1.3连续小波变换的延续：离散
傅里叶理论和滤波器回顾
2.1复变量与复指数
2.2无限序列的傅里叶变换
2.3无限序列的卷积／滤波
2.4有限序列的傅里叶变换
2.5有限序列的循环卷积／滤波
2.6周期滤波器
2.7傅里叶理论小结
时间序列的规范正交变换
3.1规范正交变换的基本理论
3.2投影定理
3.3复值变换
3.4规范正交离散傅里叶变换
离散小波变换
4.1离散小波变换的定性描述
4.2小波滤波器
4.3尺度滤波器
4.4塔式算法的第一步
4.5塔式算法的第二步
4.6塔式算法的一般步骤
4.7部分离散小波变换
4.8 Daubechies小波滤波器和尺度滤波器：形式和相位
4.9 Coiflet小波滤波器和尺度滤波器：形式和相位
4.10例子：心电图数据分析
4.11实际应用中需要考虑的问题
极大重叠离散小波变换
5.1循环平移对离散小波变换的影响
5.2极大重叠离散小波变换的小波和尺度滤波器
5.3极大重叠离散小波变换的基本概念
5.4第j层极大重叠离散小波变换系数的定义
5.5极大重叠离散小波变换的塔式算法
5.6"脉冲"时间序列的极大重叠离散小波变换分析
5.7例子：心电图数据
5.8例子：子潮海平面涨落
5.9例子：尼罗河水位
5.10例子：海洋切变测量
5.11实际应用中需要考虑的问题
离散小波包变换
6.1基本概念
6.2例子：太阳物理数据的离散小波包变换
6.4例子：太阳物理数据的基
6.5小波包滤波器的时间平移
6.6极大重叠离散小波包变换
6.7例子：太阳物理数据的极大重叠离散小波包变换
6.8匹配追踪
6.9例子：子潮海平面
随机变量和随机过程
7.1单变量随机变量和概率密度函数
7.2随机向量和概率密度函数
7.3一种贝叶斯观点
7.4平稳随机过程
7.5谱密度估计
7.6长记忆过程的定义和模型
7.7非平稳1／f型过程
7.8平稳随机过程的仿真
7.9平稳自回归过程的仿真
8.1小波方差的定义和理论基础
8.2小波方差的基本性质
8.3小波方差的估计
8.4小波方差的置信区间
8.5小波方差的谱估计
8.6例子：原子钟偏差
8.7例子：子潮海平面涨落
8.8例子：尼罗河水位
8.9例子：海洋切变测量
长记忆过程的分析与综合
9.1长记忆过程的离散小波变换
9.2长记忆过程的模拟
9.3平稳分形差分过程的极大似然估计
9.4平稳和非平稳分形差分过程的极大似然估计
9.5分形差分过程的估计
9.6方差的齐次检验
9.7例子：原子钟偏差
9.8例子：尼罗河水位
基于小波的信号估计
10.1信号的小波表示
10.2通过阈值方法的信号估计
10.3通过尺度方法的随机信号估计
10.4通过收缩方法的随机信号估计
10.5独立同分布高斯小波系数
10.6不相关非高斯小波系数
10.7相关高斯小波系数
10.8小波系数的聚集和持续
有限能量信号的小波分析
11.1平移和伸缩
11.2尺度函数和逼近空间
11.3有限能量信号的逼近
11.4尺度函数的两尺度关系
11.5尺度函数与尺度滤波器
11.6小波函数和细节空间
11.7小波函数与小波滤波器
11.8有限能量信号的多分辨分析
11.9消失矩
11.10谱分解和滤波器系数
嵌入练习答案
0人参与评分
很好(5星，4星):
一般(3星，2星):
不推荐(1星):&&&
写购物评价，赢购物积分，可换购物券！好书不要私藏哦，分享给别人吧！
温馨提示：由于每位咨询者提问时间及蔚蓝网促销等不同原因，以下回复仅对提问者3天内有效，其他网友仅供参考！
1件商品成功放入购物车
购物车共件商品，商品金额合计￥97.10
购物车中已有该商品
非常报歉，本商品没有库存暂时无法购买，如果您仍需要该图书
请输入邮箱做缺货登记，到货后我们会给您发邮件通知。
非常抱歉，您购买的数量超过库存,当前最多可买303件，请您修改。基于小波变换的时间序列挖掘研究
时间序列是按时间顺序排列的，随时间变化且相互关联的数据序列，在金融、科学观测和工程等各个领域都广泛存在。如何有效的管理和利用这些数据，发现这些数据背后隐含的规律和知识，是人们广泛关注，具有重要意义的理论和实际应用课题。
数据挖掘的方法主要有统计方法、机器学习方法、神经网络方法和数据库方法。本文主要研究了小波变换应用到时间序列挖掘中的方法，包括小波变换在时间序列属性约简，时间序列相似性匹配，时间序列奇异点检测中的应用，根据小波变换的多分辨性提出了基于小波变换的聚类算法，重点研究了时间序列挖掘中的多层次相似性匹配...展开
时间序列是按时间顺序排列的，随时间变化且相互关联的数据序列，在金融、科学观测和工程等各个领域都广泛存在。如何有效的管理和利用这些数据，发现这些数据背后隐含的规律和知识，是人们广泛关注，具有重要意义的理论和实际应用课题。
数据挖掘的方法主要有统计方法、机器学习方法、神经网络方法和数据库方法。本文主要研究了小波变换应用到时间序列挖掘中的方法，包括小波变换在时间序列属性约简，时间序列相似性匹配，时间序列奇异点检测中的应用，根据小波变换的多分辨性提出了基于小波变换的聚类算法，重点研究了时间序列挖掘中的多层次相似性匹配和多层次频繁模式挖掘问题。主要研究成果如下：
1.小波变换改进传统聚类算法
针对传统聚类算法如k-Means算法中初始聚类中心是随机选择的，不太合理的问题，提出了基于小波分析的时间序列聚类算法W-kMeans算法，一算出时间序列的Haar分解系数，就在这些系数上运用k-Means聚类算法，从第二个层次开始，再渐渐的进行到更高的层次上。
2.时间序列的多尺度相似性模式匹配
改进了现有的时间序列多尺度相似匹配算法，现有算法中序列的片段相似标准仅仅考虑了两个片段的倾角而没有考虑长度，本文结合时间序列的KL相似性度量提出了一种更好更合理的多尺度时间序列相似模式匹配算法。并根据小波变换的多尺度性提出一种更有效，更合理的方法来解决时间轴伸缩问题，进行更长时间的模式匹配。
3.时间序列的多尺度频繁模式挖掘
时间序列本身有长期和短期之分，挖掘时间序列的多尺度模式有着重要的现实意义，本文首次提出了多尺度频繁模式挖掘的概念，并根据小波变换的多分辨性，提出了基于小波变换的时间序列多尺度频繁模式挖掘算法，本算法首先对原序列进行小波变换，然后在变换后的序列上挖掘频繁模式，并结合了基于重要点分段方法和互关联后继树方法，能挖掘出不同尺度的频繁模式。收起
学位授予单位
机标分类号
本文读者也读过
加载中，请稍候
．客服电话
&&8:00-11:30,13:00-17:00(工作日)