監視メトリックの将来の値を予測するために、パターンを特定するために FastFourierTransformation を使用したいと考えています。私がやろうとしていることは次のとおりです。
季節ごとに繰り返される着信トラフィックの負荷を監視し (日中の高いピック)、さらに 1 週間の傾向 (週末のトラフィックが少なく、季節的に繰り返される) を監視します。私はいくつかの拡張回帰アルゴリズムを試しましたが、FFT を使用して最も重要な係数を特定し、これら 2 つの最も重要な周波数を認識し、外挿してトラフィックを予測したいと考えています。近い将来。apache.commons.math3.transform.FastFourierTransformation数学の私の理論的バックグラウンドが私にいくつかの問題を引き起こしますが、私は に苦労しています。観測された時間枠で最新のトラフィック負荷を保存するために を使用すると仮定するとdoube [] array、次のコードを使用します。
double [] initialSignal = getMonitoringData(timeslide);
FastFourierTransformer fft = new FastFourierTransformer(DftNormalization.STANDARD);
Complex [] result = fft.transform(initialSignal, TransformType.FORWARD);
Complex []ただし、配列が何を表しているのかよくわかりません。配列内の各 Complex オブジェクトの虚数属性は、関連する正弦波係数を表していますか? したがって、ノイズ除去された初期信号を取得したい場合は、Complex [] 結果配列の重要度の低い係数をゼロに設定するだけで済みますか? それでも、次のものがあれば
Complex [] denoised = fft.transform(importantCoefficiants, TransformType.INVERSE);
結果は引き続き Complex の配列になります。時系列の新しく変換された x(t) 値を取得するにはどうすればよいですか? x(t+1), x(t+2) ... x(t+n) valuesまた、初期時系列のノイズを除去した後、を予測するためにどのように推定できますか?