时间序列预测中的最小二乘法研究

该研究对比了时间序列直接解码预测与隐空间表征回归（如 LeNEPA）在相同瓶颈下的最小二乘优化差异。实验表明，rank-1 向量拟合会将 0.9998 权重置于重复坐标导致预测方差达 2.794，而直接预测程序可精准匹配 0.992 的新息方差并在 rank-2 时与前者一致。迭代 0.803 的单步系数会使开环误差从单步的 0.992 升至 8 步的 2.700。