如何使用apache的commons.math FastFourierTransformer進行時間序列預測

我想使用FastFourierTransformation來識別模式，以便預測未來的監測指標值。我想要做的是：如何使用apache的commons.math FastFourierTransformer進行時間序列預測

我監控傳入流量負載，這是季節性重複（白天高選），另外還有一週時間內的趨勢（週末時流量更低，季節性重複）。雖然我嘗試了一些增強迴歸算法，但我也想使用FFT來識別最重要的係數，以識別這兩個最重要的頻率，然後嘗試進行外推以預測流量在不遠的將來。雖然我在數學方面的理論背景給我帶來了一些麻煩，但我正在努力與apache.commons.math3.transform.FastFourierTransformation。假設我用doube [] array存儲在觀察的時間內我最新的交通負荷，我使用下面的代碼：

double [] initialSignal = getMonitoringData(timeslide);

FastFourierTransformer fft = new FastFourierTransformer(DftNormalization.STANDARD);

Complex [] result = fft.transform(initialSignal, TransformType.FORWARD);

但是我不熟悉Complex []數組表示什麼。數組中每個Complex對象的虛數屬性是否代表相關的正弦係數？因此，如果我想採用去噪後的初始信號，我只需將Complex []結果數組的較低有效係數設置爲零即可。但儘管如此，如果我有以下

Complex [] denoised = fft.transform(importantCoefficiants, TransformType.INVERSE);

的結果仍然是複雜的陣列。我怎樣才能得到時間序列的新變換的x（t）值？如何預測x(t+1), x(t+2) ... x(t+n) values，如何去除初始時間序列後？

來源

2014-01-08 pkran

自從大學以來已經有一段時間了，但我認爲複數的大小代表了該頻率的功率，而方向則表示該分量的相位。所以你想找到sqrt（re^2 + im^2）最大的係數。 – erickson

嗯，我想我昨天晚上找到了一個解決方案，與埃裏克森的答案非常相似。我計算了x^2 + y^2，然後我考慮了最重要的係數。我將數組的其他元素設置爲零，然後執行IFFT。我現在的最後一個問題是：

我如何推斷Complex數組中的給定結果以預測未來值？例如，如果我有n = 4096個樣本（Complex [4096]數組）作爲我的輸入，那麼我假設x（n + 1）的值將是數組[0]的值，x （n + 2）將是數組[1]等的值？

來源

2014-01-09 16:11:57 pkran

如何使用apache的commons.math FastFourierTransformer進行時間序列預測

回答

相關問題