Я сейчас смотрю на сжатие данных временных рядов.
Идея состоит в том, чтобы подогнать кривую к временному ряду из n точек, чтобы максимальное отклонение в любой из точек не превышало заданный порог.Другими словами, ни одно из значений, которые кривая принимает в точках, где определяется временной ряд, не должно находиться «дальше», чем определенный порог от фактических значений.
До сих пор я узнал, как выполнять нелинейную регрессию, используя метод оценки наименьших квадратов в R (функция nls) и других языках, но я не нашел пакетов, которые реализуют нелинейную регрессию с L-бесконечностьюнорма.
Я нашел литературу по этому вопросу:
http://www.jstor.org/discover/10.2307/2006101?uid=3737864&uid=2&uid=4&sid=21100693651721
или
http://www.dtic.mil/dtic/tr/fulltext/u2/a080454.pdf
Я мог бы попытаться реализоватьэто, например, в R, но сначала я посмотрел, не было ли это сделано, и могу ли я использовать его повторно.
Я нашел решение, которое я не считаю "очень научным": я использую нелинейную регрессию наименьших квадратов, чтобы найти начальные значения параметров, которые я впоследствии использую в качестве отправных точек в R "optim"функция, которая минимизирует максимальное отклонение кривой от фактических точек.
Любая помощь будет оценена.Идея состоит в том, чтобы выяснить, возможен ли подобный тип подбора кривой для данной последовательности временных рядов, и определить параметры, которые это позволяют.
Я надеюсь, что есть другие люди, которые уже сталкивались с этой проблемой и могли бы мне помочь;)
Спасибо.