An Extension of the Iterated Moving Average
迭代移动平均的扩展AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究时间序列移动平均、低通滤波、成分分离和信号重构。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
迭代移动平均的扩展
- 研究问题
- 传统 KZ 滤波器只允许正奇数窗口，限制了有限时间序列的滤波选择；如何扩大窗口取值范围并更精细地控制滤波性质？
- 方法与思路
- 作者提出扩展 Kolmogorov–Zurbenko 滤波器，扩大移动平均窗口长度的可选范围，并以模拟和真实数据例子展示应用。
- 材料陈述的贡献
- 摘要称新滤波器扩展了 KZ 与简单移动平均，可提供无限多个滤波选择，从而增强对能量传递、截止频率等特征的控制。
- 阅读关注点
- 应核对扩展窗口的数学定义、滤波权重与边界处理，以及能量传递和截止频率如何变化，实际例子的比较目标是什么。
- 阅读边界
- 这是 arXiv 预印本，同行评审和期刊接收未经核实。摘要未提供实现细节或误差结果，增加滤波选择不能直接等同于预测改进。
原文摘要
This work introduces an extension of the iterated moving average filter, called the Extended Kolmogorov-Zurbenko (EKZ) filter for time series and spatio-temporal analysis. The iterated application of a central simple moving average (SMA) filter, also known as a Kolmogorov-Zurbenko (KZ) filter, is a low-pass filter defined by the length of the moving average window and the number of iterations. These two arguments determine the filter properties such as the energy transfer function and cut-off frequency. However, the existing KZ filter is only defined for positive odd integer widow lengths. Therefore, for any finite time series dataset there is only a relatively small selection of possible window lengths, determined by the length of the dataset, with which to apply a KZ filter. This inflexibility impedes use of KZ filters for a wide variety of applications such as time series component separation, filtration, signal reconstruction, energy transfer function design, modeling, and forecasting. The proposed EKZ filter extends the KZ and SMA filters by permitting a widened range of argument selection for the filter window length providing the choice of an infinite number of filters that may be applied to a dataset, affording enhanced control over the filter characteristics and greater practical application. Simulations and real data application examples are provided.