系统工程理论与实践
繫統工程理論與實踐
계통공정이론여실천
Systems Engineering—Theory & Practice
2013年
8期
2072~2079
,共null页
李合龙 王龙 李明建 周文慧
李閤龍 王龍 李明建 週文慧
리합룡 왕룡 리명건 주문혜
经验模式分解 边界效应 平均包络线 波形匹配 股市预测
經驗模式分解 邊界效應 平均包絡線 波形匹配 股市預測
경험모식분해 변계효응 평균포락선 파형필배 고시예측
empirical mode decomposition (EMD); end effect; mean envelope; wave matching; stockprediction
经验模式分解(EMD)能够有效获得非平稳非线性信号的时频特征,但传统的EMD分解算法存在严重的端点效应.在深入研究和分析EMD算法的基础上,提出了一种基于波形匹配的端点效应处理方案,通过计算波形匹配度,在平均包络线内部寻找与其端部变化趋势最为接近的子波,并用这段子波代替平均包络线的边缘部分,使处理后的平均包络线极大地接近真实包络线,并把这种端点效应处理方案的EMD分解算法应用到实际的股票市场价格趋势分解中.实验结果表明,与经典的EMD边界延拓算法相比,本文提出的算法能更有效地抑制EMD分解时的边界效应,分解得到的固有模式函数更能体现模拟信号真实的频率、幅值信息.应用实验表明:与现有方法相比,该方法更能提高预测精度.
經驗模式分解(EMD)能夠有效穫得非平穩非線性信號的時頻特徵,但傳統的EMD分解算法存在嚴重的耑點效應.在深入研究和分析EMD算法的基礎上,提齣瞭一種基于波形匹配的耑點效應處理方案,通過計算波形匹配度,在平均包絡線內部尋找與其耑部變化趨勢最為接近的子波,併用這段子波代替平均包絡線的邊緣部分,使處理後的平均包絡線極大地接近真實包絡線,併把這種耑點效應處理方案的EMD分解算法應用到實際的股票市場價格趨勢分解中.實驗結果錶明,與經典的EMD邊界延拓算法相比,本文提齣的算法能更有效地抑製EMD分解時的邊界效應,分解得到的固有模式函數更能體現模擬信號真實的頻率、幅值信息.應用實驗錶明:與現有方法相比,該方法更能提高預測精度.
경험모식분해(EMD)능구유효획득비평은비선성신호적시빈특정,단전통적EMD분해산법존재엄중적단점효응.재심입연구화분석EMD산법적기출상,제출료일충기우파형필배적단점효응처리방안,통과계산파형필배도,재평균포락선내부심조여기단부변화추세최위접근적자파,병용저단자파대체평균포락선적변연부분,사처리후적평균포락선겁대지접근진실포락선,병파저충단점효응처리방안적EMD분해산법응용도실제적고표시장개격추세분해중.실험결과표명,여경전적EMD변계연탁산법상비,본문제출적산법능경유효지억제EMD분해시적변계효응,분해득도적고유모식함수경능체현모의신호진실적빈솔、폭치신식.응용실험표명:여현유방법상비,해방법경능제고예측정도.
Empirical mode decomposition (EMD), which can extract real time-frequency characteristics from non-stationary and nonlinear signals, however, has an involved end effect in the course of getting the envelops of the signal by the spline interpolation. In this paper, a new method based on wave matching to deal with the end effect is proposed, which replaces the ends of the mean envelop with the most suited sequence in the inner envelop making the post-dealing mean envelope have the most similarity of tendency with the real one. Compared with the classical boundary extension algorithm, the improved algorithm can increasingly suppress the end effect in EMD and reflect the true original signal frequency information as well as amplitude value, and it is well used to forecast the trend of stock market prices. The experiments show that the presented method can more effectively improve the prediction accuracy.