حذف نویز دما با روش موجک و پیش بینی دما با SVM و عکس روش موجک

سری های زمانی دما اغلب آغشته به نویز هستند. لذا، باید به فنون حذف نویز داده ها توجه زیادی نمود. روش تحلیل موجک به میزان زیادی به منظور حذف نویز داده ها در علوم و مهندسی مورد استفاده قرار می گیرد. در این مقاله با استفاده از موجک symlet ۱۶ و فیلترهای بالاگذر و پایین گذر، قدرت روش موجک را در حذف نویز داده های دما نشان می دهیم. سپس با استفاده از دسته بندی ضرایب موجک با استفاده از ماشین برداری پشتیبان (SVM) و بازسازی سری های زمانی با عکس تبدیل موجک به پیش بینی دما طی روزهای آینده خواهیم پرداخت. سپس با مقایسه داده های دمای با نویز و بدون نویز به این نتیجه دست می یابیم که خطای تخمین و پیش بینی دما، پس از حذف نویز با استفاده از روش ترکیبی موجک و ماشین برداری پشتیبان به میزان ۱.۰۸% کاهش می یابد و داده های به دست آمده به میزان خیلی زیادی به داده های واقعی نزدیک هستند.

کلیدواژه ها:

تحلیل موجک ، ماشین برداری پشتیبان ، دما ، حذف نویز