python - 将 Haar 小波变换应用于时间序列数据
问题描述
在将数据馈送到 RNN (LSTM) 之前,我正在尝试将 Haar 小波变换应用于股票市场数据以降低噪声。由于此数据是一维数据,因此我使用的是单级 DWT,如下所示:
import pywt
x = [3, 7, 1, 1, -2, 5, 4, 6, 1,11,34,44,66,888,33,455,10000,33]
cA, cD = pywt.dwt(x, 'haar')
我有以下问题:
- 使用单级 DWT,我的时间序列在 cA 和 cD 中已经减少了一半。我知道 cA 和 cD 的每个元素都与原始时间序列中的 2 个元素相关。这一切都很好,但是如何将输出数组映射到原始系列?
- 我们什么时候需要做多级分解?此外,随着级别的增加,输出数组变得更小,因此,我无法将这个“去噪”数据与原始时间序列进行映射。
- 在 cA 和 cD 之间,应该使用哪一个作为该变换的输出以馈入 RNN?
我已经阅读了很多关于小波变换价值的高级论文,但几乎没有一篇通过实际代码。因此,任何示例代码都将不胜感激。
此致,
阿德尔
解决方案
推荐阅读
- security - 如何禁用对 3DES 密码套件的 TLS/SSL 支持?
- pyspark - 在 python 代码中添加 spark 命令的位置
- mysql - Laravel 7 SQLSTATE[HY000] [2002] 没有这样的文件或目录
- javascript - 是否有应用程序脚本功能将活动仪表板中存在的查看器信息导出到单独的 GSheet 中?
- javascript - 浏览器不会使用 Fetch 自动为 FormData 设置请求内容类型标头
- html - 如何使用 react-pdf 库绘制图表
- laravel - laravel 从子关系中获取父数据
- c# - 只读取数据表中的一行
- sql - Oracle - 以描述性方式跟踪对行所做更改的工具
- scala - sbt.librarymanagement.ResolveException:使用 sbt 插件模块在 sbt 项目中下载时出错