2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

经验模态分解法在大气时间序列预测中的应用

玄兆燕 杨公训

玄兆燕, 杨公训. 经验模态分解法在大气时间序列预测中的应用. 自动化学报, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097
引用本文: 玄兆燕, 杨公训. 经验模态分解法在大气时间序列预测中的应用. 自动化学报, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097
XUAN Zhao-Yan, YANG Gong-Xun. Application of EMD in the Atmosphere Time Series Prediction. ACTA AUTOMATICA SINICA, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097
Citation: XUAN Zhao-Yan, YANG Gong-Xun. Application of EMD in the Atmosphere Time Series Prediction. ACTA AUTOMATICA SINICA, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097

经验模态分解法在大气时间序列预测中的应用


DOI: 10.3724/SP.J.1004.2008.00097
详细信息
    通讯作者: 玄兆燕
  • 中图分类号: TP13

Application of EMD in the Atmosphere Time Series Prediction

More Information
    Corresponding author: XUAN Zhao-Yan
计量
  • 文章访问数:  2099
  • HTML全文浏览量:  34
  • PDF下载量:  1496
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-09-19
  • 修回日期:  2007-02-06
  • 刊出日期:  2008-01-20

经验模态分解法在大气时间序列预测中的应用

doi: 10.3724/SP.J.1004.2008.00097
    通讯作者: 玄兆燕
  • 中图分类号: TP13

摘要: 介绍了一种可以提高非平稳时间序列预测精度的新方法, 该方法应用 Hilbert-Huang 变换的核心内容---经验模态分解法 (Empirical mode decomposition, EMD) 对非平稳时间序列进行分解, 以降低被预测信号中的非平稳性, 利用神经网络对分解后的各分量进行预测, 再将预测结果叠加. 利用该方法对石家庄市年逐月降水量进行预测, 预测结果显示, 其预测精度比直接用神经网络预测的预测精度有较明显的提高.

English Abstract

玄兆燕, 杨公训. 经验模态分解法在大气时间序列预测中的应用. 自动化学报, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097
引用本文: 玄兆燕, 杨公训. 经验模态分解法在大气时间序列预测中的应用. 自动化学报, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097
XUAN Zhao-Yan, YANG Gong-Xun. Application of EMD in the Atmosphere Time Series Prediction. ACTA AUTOMATICA SINICA, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097
Citation: XUAN Zhao-Yan, YANG Gong-Xun. Application of EMD in the Atmosphere Time Series Prediction. ACTA AUTOMATICA SINICA, 2008, 34(1): 97-101. doi: 10.3724/SP.J.1004.2008.00097

目录

    /

    返回文章
    返回