[发明专利]一种抗时变性模型的优化方法、系统、设备及可读存储介质

权利要求书

1.一种抗时变性模型的优化方法，其特征在于，包括以下步骤：

基于高频因子构建混频模型，所述构建混频模型具体包括：通过因子变频和混频建模；所述因子变频为将高频因子按时间周期汇聚成低频因子；通过因子变频后，高频因子被转化为低频因子，与原有的低频因子联合建模；所述混频建模为基于不同拼读的因子构建EMD-MIDADS模型；所述构建EMD-MIDADS模型，具体包括：对基于自适应节点B-样本进行EMD分解；融合EMD模型与MIDAS模型；

检验混频模型中的因子分布是否改变；

依据改变的因子分布，对混频模型进行在线更新，所述在线更新使用贝叶斯在线学习与正则优化的梯度下降联合进行模型的在线更新。

2.根据权利要求1所述的抗时变性模型的优化方法，其特征在于，所述对基于自适应节点B-样本进行EMD分解，包括：

基于带二阶惩罚项的三次样条回归模型，利用GCV交叉验证方法构建样条差值自适应节点确定方法；

带二阶惩罚项的样条回归模型如下：

其中，S(x_i)为样条函数S(⋅)在观测点x_i处的函数值，λ为光滑度惩罚项的惩罚因子；S(⋅)的表达式为在插值点ε=(ε₁,ε₂,…,ε_k)处得到的三次样条函数，ε的确定标准遵循GCV准则；n为观测样本的个数，yi为观测样本的因变量，xi为观测样本的自变量；S''²(xi)为样条函数的二阶导数的平方；

GCV为关于惩罚因子λ和节点个数的函数，表示残差项与模型复杂度的相对率；

其中，ε为插值点取值集合；tr()表示矩阵的求迹运算，H(λ,ε)表示利用最小二乘估计表达式求解RSS最小值所对应的帽子矩阵；

以上下包络线拟合度最高为目标自适应确定插值点个数及位置；对于局部极值点稠密的时间区域，选取多个插值点；

假设估计的上下局部点的上下包络为线为e_u(t)和e_d(t)，则得到包络均值m(t)，从而得到h(t)=x(t)-m(t)，判断h(t)是否为IMF，若不是则将h(t)视为x(t)继续上述步骤；最后剩余项满足停止规则后停止，对x(t)完成分解：

在进行EMD分解后，得到不同频度的IMF_i(t)信号，随着阶数的增加震动频率依次降低，分解剩余项r(t)为长期趋势项。