我看到不少 有关 使用小波和EMD分解重构技术进行时间序列方面预测的论文
但是我有以下疑惑的地方:

使用小波分解,通常有明显的边界效应 ,传统的做法通常利用一些延拓的方法,但是这些只是在小波重构中使用,当小波应用于预测的时候,则不行,因为预测点位于右侧边界之外 , 另外 一般的小波基函数都是使用圆周卷积运算 ,通常要利用到 右侧边界之外的数据(即预测点和预测点之后的数据) ,这又如何可以用在预测中呢,那些本来就要未来进行预测的.

我所看到的大部分 关于小波的预测论文 ,都是大谈 小波在分解重构方面总总优点,但是对于边界的数据变形却闭口不谈, 我曾经在 matlab上编程测试过,在边界处变形,不论dwt swt都是存在的,而且 swt变形更剧烈 .
所以 对于没有任何边界解决方案的小波预测论文,我是不是都可以可以认为 它的结论是不科学和不可信的?


EMD 分解 预测 也差不多有类似问题
EMD分解 同样存在 边界数据变形问题,这是由于 EMD算法决定的, 在右侧边界最后一个数据点,通常不能判断是否局部极大值或者局部极小值,但是都是当做极值处理了,这样生成的包络线在边界处有明显的变形,导致后面分解的IMF变量都带有很大误差变形 .

同样在 相关 EMD 预测论文中 ,目前为止 没有看到任何一篇使用EMD预测的论文提到如何化解包络线在边界变形的问题,我估计大部分论文作者都是拿所有数据统一进行EMD分解,然后再拆分成训练集合,测试集合 ,这样分解得到IMF分量 和实际预测中(按时间窗处理方法)得到的IMF分量恐怕是有很大不同吧,简单来说在边界处实际预测中得到的IMF分量恐怕和原始数据分解得到IMF分量可能会有明显不同吧(取决于,最后边界的数据点是否局部极大值或者极小值) ,这样有变形的IMF分量再进行预测,重构 ,这样的结果能让人信服吗
这样论文有几篇 ,大家看我说的是不是有道理
<基于EMD和SVMS的原油价格预测方法>
<基于EMD和SVM的短期负荷预测>
<交通流量经验模态分解与神经网络短时预测方法>



小波方面,有几位 达人 使用了一些 特殊的 haar小波,消除了边界效应,因为他们没有使用右侧边界外的数据
见论文 <基于小波变换的网络流量在线预测模型> <Wavelet-based forecasting of short and long memory time series>

各位高人怎么看, 难道这些学者故意的, 他们应该知道 小波和 EMD在边界处的变形 ,难道就是为了让论文刊登,也不惜忽略 科学的正确性?