变分模态分解模型中关键参数K的辨识研究——基于加权最大信息系数法  

Research on Identification of Key Parameter K in Variational Mode Decomposition Model:Based on Weighted Maximum Information Coefficient Method

作　　者：夏茂森[1] 江玲玲[2] XIA Mao-sen;JIANG Ling-ling(Statistics of Applied Mathematics,Anhui University of Finance and Economics,Bengbu 233030,China;School of Accountancy,Anhui University of Finance and Economics,Bengbu 233030,China)

机构地区：[1]安徽财经大学统计与应用数学学院,安徽蚌埠233030 [2]安徽财经大学会计学院,安徽蚌埠233030

出　　处：《统计与信息论坛》2021年第2期23-35,共13页Journal of Statistics and Information

基　　金：教育部人文社会科学研究青年项目“个体资源支配规则偏好对合作均衡的影响机理研究”(17YJC630175);安徽省哲学社会科学规划项目“社会资本视阈下多元协同精准扶贫机制构建与实现路径研究”(AHSKQ2017 D01)。

摘　　要：变分模态分解模型中参数K的最优辨识问题,一直是影响该方法理论与应用研究的一个重要问题。针对该模型中参数K的最优辨识,尝试构建基于分量累积信息贡献的加权最大信息系数法,对该模型的参数K进行辨识研究,并通过美元兑人民币汇率和中国消费者信心指数这两个实际数据的算例进行分析检验。研究结果表明,针对不同的序列数据特征,单纯的最大信息系数或分量方差贡献方法都难以辨识出变分模态分解的最优参数K值,而加权最大信息系数法对于参数K的确定具有良好效果,可以有效辨识出不同特征序列分解的最优K值。The optimal identification of the parameter K are always an important issue affecting the theory and application in the variational decomposition model.Therefore,we attempt to construct a weighted maximum information coefficient method based on the cumulative information contribution of components,and make identification research on the parameter K of the variational modal decomposition model,and do the analysis and test through the two examples of the US dollar to RMB exchange rate and the Chinese consumer confidence index.The results show that the simple maximum information coefficient or component variance contribution method is difficult to identify the optimal parameter K value,and the weighted maximum information coefficient method has a better effect on the identification of the parameter K.It can effectively identify the optimal K value by different feature sequences.

关 键 词：变分模态分解 辨识 加权最大信息系数法 

分 类 号：C81[社会学—统计学]