在 R-Cran 中使用卡尔曼滤波器进行时间序列预测

Posted

技术标签:

【中文标题】在 R-Cran 中使用卡尔曼滤波器进行时间序列预测【英文标题】:Time series forecast with Kalman Filters in R-Cran 【发布时间】:2011-11-02 00:09:35 【问题描述】:

谁能给我指出一个有据可查的例子,逐步说明如何使用 R 中的卡尔曼滤波器预测时间序列?

我对包/库没有特别的偏好,所以它可以是 DSE 或 SSPIR 或 KFAS 等。

谢谢,

丹尼尔

【问题讨论】:

【参考方案1】:

你的问题看起来像Cross Validated 上的this one 和that one,看来他们有你需要的东西。

【讨论】:

以上是关于在 R-Cran 中使用卡尔曼滤波器进行时间序列预测的主要内容,如果未能解决你的问题,请参考以下文章

使用 Opencv C++ 中给定对象的 X,Y 进行卡尔曼滤波器跟踪

实现卡尔曼滤波器进行预测

在 statsmodels 中使用卡尔曼滤波器时忽略 state_cov

使用伪距数据进行卡尔曼滤波器时无法调整输入和输出数组的大小

如何处理卡尔曼滤波器中的异步数据

OpenCV 的卡尔曼滤波器过渡矩阵如何处理时间(例如 t 和 t^2)进行运动预测?