大数据系列的汉克尔矩阵计算

Question

我想对以下主题进行研究：

我经常在我的研究部分使用以下矩阵

我写了以下代码

Function [x ]=create_matrix1(b,l)
%This Function is used to Create Hankel Type Data Matrix
%x is a given data
%l represent window size
    n = length(b);
    m = n-l+1;
    x = zeros(m,l);
    for i=1:m
        x(i,:)=b(i:i+l-1);
    end;

对于数据量小的时间序列是正确的，但是对于大的时间序列，内存崩溃，例如，让我们从 yahoo Finance 历史价格中获取真实数据

时间序列的长度等于

>> length(BMW)

ans =

   257

对于这样的矩阵，方法可以正常工作

>> X=create_matrix(BMW,50);

X 的大小相等

>> size(X)

ans =

   208    50

现在让我们考虑以下数据 加载 quakevibration.mat

它生成样本大小为 10000 的数据，在这个程序中会崩溃，我的最终目标是估计给定矩阵的 SVD，创建矩阵但我需要 SVD 的近似值，哪种方法对此有用？一般来说大时间序列，如何处理？

Answer 1

如果我理解您的问题，您正在寻找例如here 引入的截断或缩减 SVD 方法。

该方法在Matlab中实现，名为Fast SVD，高效逼近SVD。

另外，如果内存有限，您可以使用在线算法，例如this。