1

我想使用 FastFourierTransformation 来识别模式，从而预测我的监控指标的未来值。我想做的是：

我监控传入的流量负载，这是季节性重复的（白天的高选择），在一周内有一个额外的趋势（周末的流量较低，也是季节性重复的）。虽然我尝试了一些增强回归算法，但我也想使用 FFT 来识别最重要的系数，从而识别这两个最重要的频率，然后尝试推断以预测流量不久的将来。apache.commons.math3.transform.FastFourierTransformation尽管我在数学方面的理论背景给我带来了一些麻烦，但我正在为此苦苦挣扎。假设我使用 adoube [] array来存储观察到的时间范围内的最新流量负载，我使用以下代码：

double [] initialSignal = getMonitoringData(timeslide);

FastFourierTransformer fft = new FastFourierTransformer(DftNormalization.STANDARD);

Complex [] result = fft.transform(initialSignal, TransformType.FORWARD);

但是我不熟悉Complex []数组代表什么。数组中每个 Complex 对象的虚属性是否代表相关的正弦系数？那么，如果我想采用去噪的初始信号，我只需将 Complex [] 结果数组的不太重要的系数设置为零？但是，如果我有以下

Complex [] denoised = fft.transform(importantCoefficiants, TransformType.INVERSE);

结果仍然是一个复杂的数组。如何获得时间序列的新转换的 x(t) 值？x(t+1), x(t+2) ... x(t+n) values在对初始时间序列进行去噪后，我如何推断以预测?

4

1 回答 1

0

好吧，我想我昨天晚上找到了一个解决方案，与埃里克森的回答非常相似。我计算 x^2+y^2，然后考虑最重要的系数。我将数组的其他元素设置为零，然后执行 IFFT。我现在的最后一个问题是：

如何推断复杂数组中的给定结果以预测未来值？例如，如果我有 n=4096 个样本（复杂 [4096] 数组）作为我的输入，那么我假设 x(n+1) 的值将是数组 [0] 的值，x( n+2) 将是 array[1] 等的值吗？

于 2014-01-09T16:11:57.747 回答