基于EOF-SVD模型的多元时间序列相关性研究及预测

• 作者: HAN Min 李德才
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 奇异值分解 自然正交分解 相关性提取 时间序列预测预测
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 仿真建模与仿真算法及数值仿真
• 页码范围: 1669-1672,1676
• 页数: 5页
• 分类号: TP183
• 字数: 4076字
• 语种: 中文

摘要

将奇异值分解同自然正交分解相结合,提出一种改进的正交奇异值分解方法.通过对原始数据进行自然正交分解,削弱原始数据之间的相关性,增强其用于分析及预测的能力,并得到相互正交的主成分代替原始数据进行奇异值分解,分析两个变量场之间的相关关系.在此基础上建立神经网络预测模型,实现多元时间序列的预测.采用该方法对三门峡处径流量同太平洋海温的耦合关系进行分析,并同常规奇异值分解方法进行比较,仿真结果验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	HAN Min	大连理工大学电子与信息工程学院自动化系	1	10	1.0	1.0
2	李德才	大连理工大学电子与信息工程学院自动化系	4	11	1.0	3.0