经验模态分解法在大气时间序列预测中的应用

• 作者: 杨公训 玄兆燕
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: Hilbert-Huang变换 预测 非平稳性 非线性 经验模态分解法(EMD) 人工神经网络(ANN) 时间序列
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 短文
• 页码范围: 97-101
• 页数: 5页
• 分类号: TP13
• 字数: 2497字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00097

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	玄兆燕		19	139	6.0	11.0
3	杨公训		23	270	9.0	16.0