基于mvLSW R包的多元局部平稳小波分析

@文章{Taylor2018多元LS，title={用mvLSW R包进行多元局部平稳小波分析}，author={Simon A.C.Taylor、Timothy Park和Idris Arthur Eckley}，journal={统计软件杂志}，年份={2018年}，url={https://api.semanticscholar.org/CorpusID:201663436}}
描述了R包mvLSW，它包含一套用于分析多元局部平稳小波（LSW）时间序列和估计多元EWS估计的近似置信区间的工具。
[PDF]语义阅读器
4引文
方法引文
1

本文中的数字

询问这篇论文
贝塔
AI供电

我们的系统试图限制本文中找到的信息。结果质量可能有所不同。了解更多信息关于我们如何产生这些答案。

4引文

基于小波的非平稳多元时间序列插补方法

本文基于所谓的局部平稳小波建模范式，介绍了一种多元非平稳时间序列数据插补的新方法，并表明该方法在具有多种缺失结构的一系列仿真场景中表现良好。

学习多尺度非静态因果结构

本文通过引入多尺度非平稳有向非循环图（MN-DAG）（一种建模多元时间序列数据的框架），为建模随时间演变并在不同时间尺度发生的因果关系提供了解决方案，从而解决了当前技术的一个缺口。

基于多传感器数据的机械制造过程智能故障识别方法

结果表明，与传统方法相比，基于多传感器的机械故障智能识别方法具有较强的适应性和优越性。

非平稳时间序列的自适应小波域主成分分析

31参考文献

多元非平稳时间序列的SLEX分析

提出的SLEX分析给出了易于解释的结果，因为它是平稳时间序列的经典傅里叶分析的一种与时间相关的自动泛化，因此能够为从大规模数据集中提取光谱特征提供一个系统框架。

S中的离散小波变换

介绍了一个名为wavethresh的软件包，该软件包在统计语言S中工作，用于执行一维和二维离散小波变换及其逆运算，并提供了小波和wave Thresh软件的教程介绍。

时间序列分析的小波方法

正如频域方法将时间序列的方差分解为频率分量一样，小波也根据尺度分解方差，小波和傅里叶变换都有快速变换方法。

进化小波谱的Haar–Fisz估计

总结。  我们提出了一种新的“Haar–Fisz”技术，用于估计局部平稳高斯时间序列的时变、分段常数局部方差。我们将技术应用于…

离散自相关小波内积矩阵的高效计算

本文提出了统计分析所需的离散交流小波内积矩阵的一种快速递归构造方法，并描述了在（可分离）二维情况下的一种有效构造方法。

小波过程和进化小波谱的自适应估计

定义并研究了由离散非抽取小波构造的一类新的非平稳随机过程，它推广了平稳时间序列的Cramér（Fourier）表示。

基于多元局部平稳小波过程的信号时间演化部分相干估计

开发了多元局部平稳小波框架，该框架提供了信号的时间尺度分解，从而自然地捕获了信号分量之间的时间演化尺度特定的相互依赖性。

用局部平稳小波模型估计非平稳时间序列之间的线性相关性

基于二元局部平稳小波时间序列模型，提出了一种新的相关性测度，从而对非平稳相关性进行了自然、局部和多尺度的估计。

R统计量中的小波方法

本书有三个主要目标：介绍小波及其在统计学中的应用，快速广泛地参考该领域的许多发展，穿插R代码，使读者能够学习方法，进行自己的分析，并进一步发展自己的想法。

局部平稳过程