论文部分内容阅读
针对传统数据收集过程中不可避免的受到干扰而产生数据噪声导致预测精度下降的缺陷,本文利用小波变换较强的时频域特性,以平移不变小波变换对数据去噪,将去噪后的数据建立ARIMA模型,最终对浮动车车速进行预测分析。实例表明:浮动车数据收集存在噪声干扰,小波-ARIMA在进行浮动车车速预测时精度较高。