Process / pipelineMatrix decomposition and reconstruction
奇异谱分析
奇异谱分析（Singular Spectrum Analysis, SSA）是一种基于时间滞后嵌入矩阵的奇异值分解（Singular Value Decomposition, SVD）的非参数时间序列分解与预测方法。SSA由Broomhead和King（1986）首次提出，后由Vautard、Yiou和Ghil（1992）进一步发展，它在不假设任何潜在模型的情况下，将时间序列分解为趋势、振荡和噪声分量。该方法尤其适用于参数化方法失效的短期、含噪声的非平稳信号。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Broomhead, D. S., & King, G. P. (1986). Extracting qualitative dynamics from experimental data. Physica D: Nonlinear Phenomena, 20(2–3), 217–236. DOI: 10.1016/0167-2789(86)90031-X ↗
- Vautard, R., Yiou, P., & Ghil, M. (1992). Singular-spectrum analysis: A toolkit for short, noisy chaotic signals. Physica D: Nonlinear Phenomena, 58(1–4), 95–126. DOI: 10.1016/0167-2789(92)90103-T ↗
- Golyandina, N., Nekrutkin, V., & Zhigljavsky, A. (2001). Analysis of Time Series Structure: SSA and Related Techniques. Chapman and Hall/CRC. link ↗
如何引用本页
ScholarGate. (2026, June 3). Singular Spectrum Analysis. ScholarGate. https://scholargate.app/zh/time-series/singular-spectrum-analysis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →