动态模态分解 DMD | 做高维时间序列数据短时预测

Posted 2022-11-10 叶庭云

通过这篇博客您将收获：

• 熟悉动态模态分解（DMD）的关键原理和重要的数学推导；
• 掌握利用 DMD 做多元时间序列预测任务的技术；
• 相关的有价值的资料分享，用于补充学习和拓展。

CSDN 叶庭云：https://yetingyun.blog.csdn.net/

文章目录

• 一、DMD 原理
• 二、多元时间序列预测实践

---

一、DMD 原理

动态模态分解（Dynamic Mode Decomposition， DMD） 是 Peter Schmid 在 2008 年开发的一种数据驱动的降维算法（论文发表于 2010 年，见 [1，2]），它与矩阵分解（Matrix Decomposition）和主成分分析（PCA）算法类似。

动态模态分解（Dynamic Mode Decomposition， DMD）最早是被用来分析流