【摘要】：，45）建立最近邻抽样回归模型，最近邻数k＝3，特征向量维数p＝3。抽样权重见表10.8。表10.9小波系数的最近邻抽样回归模型预测成果表续表应用小波分析ATrous算法重构原理，对序列进行小波重构，获得屏山站年径流的预测序列。组合模型和抽样回归模型预测相对误差小于10%的合格率分别为92.3%和86.5%，可见，组合模型的拟合效果优于最近邻抽样回归模型。
以屏山站1951～2005 年年径流序列为例建立最近邻抽样回归小波模型。资料序列长度N＝45。
图10.8 屏山站年径流序列ATrous小波分解过程
（a）第一层分解高频序列W1；（b）第一层分解低频序列C1；（c）第二层分解高频序列W2；（d）第二层分解低频序列C2
（2）分别对W1（t）、W2（t）、C2（t）（t ＝1，2，…，45）建立最近邻抽样回归模型，最近邻数k＝3，特征向量维数p＝3。抽样权重见表10.8。
表10.8 最近邻回归模型抽样权重表
最近邻抽样回归模型预测成果见表10.9。
表10.9 小波系数的最近邻抽样回归模型预测成果表
续表
图10.9 最近邻回归小波组合模型预测序列与原始序列对比图(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
