Я хотел бы провести исследование по следующей теме:
я часто использую следующую матрицу в своей исследовательской части
я написал следующий код
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;
для временных рядов с малым объемом данных работает корректно, но для больших временных рядов память давит, например, возьмем реальные данные из исторических цен yahoo Finance
длина временного ряда равна
>> length(BMW)
ans =
257
для такой матрицы метод работает корректно
>> X=create_matrix(BMW,50);
размер X равен
>> size(X)
ans =
208 50
теперь давайте рассмотрим следующую загрузку данных quakevibration.mat
который генерирует данные с размером выборки 10000, в этой программе будет раздавлен, моя конечная цель - оценить SVD данной матрицы, матрица создана, но мне нужна аппроксимация SVD, какой метод полезен для этого? и вообще для больших временных рядов , как я могу обработать?