基于SSA-MGF的BP神经网络多步预测模型

• 作者: 刘德 李永华 缪启龙 金龙 高阳华
• 来源期刊: 南京气象学院学报
• 学科: 地球科学
• 关键词: 奇异谱分析 均值生成函数 BP神经网络 预测
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 短论
• 页码范围: 549-555
• 页数: 7页
• 分类号: P458
• 字数: 3903字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7097.2005.04.016

摘要

采用奇异谱分析(Singular Spectrum Analysis,SSA)方法对标准化样本序列进行准周期信号分量重建,将重建序列构造均值生成函数(Mean Generating Function,MGF)延拓矩阵作为输入因子,原样本序列作为输出因子,构建BP神经网络多步预测模型.通过实际建模并与逐步回归等方法进行对比预测试验,结果表明,基于SSA-MGF的BP神经网络多步预测模型预测效果优于其他3种模型,说明SSA的去噪及BP神经网络预报模型对于提高预测准确率是相对有效的,是一种具有较高应用价值的多步预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金龙		43	694	14.0	24.0
2	缪启龙	南京信息工程大学资源环境与城乡规划系	110	2318	23.0	43.0
3	刘德		3	87	3.0	3.0
4	李永华		3	87	3.0	3.0
5	高阳华		2	63	2.0	2.0