基于EMD的BP神经网络海水温度时间序列预测研究

• 作者: 卢晓亭 孙勇 徐国军 笪良龙
• 来源期刊: 海洋技术学报
• 关键词: 经验模态分解 BP神经网络 海水温度时间序列预测 非平稳性序列
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 79-82
• 页数: 4页
• 分类号: TP183|P71
• 语种: 中文
• DOI: 10.3969/j.issn.1003-2029.2009.03.021

摘要

为提高非线性和非平稳海水温度时间序列的预测能力,提出了一种基于经验模态分解(Empirical Mode Decomposition.简称EMD)的BP神经网络预测方法.该方法首先对原始序列进行经验模态分解,将其分解为多个平稳性得到很大改善的本征模态函数(Intrinsic Mode Function,简称IMF)之和,然后时每个本征模态函数进行预测,最后再根据EMD方法的完备性把预测结果相加得出原始序列的预测结果.预测试验结果表明.基于EMD的BP神经网络预测的精度比单纯用BP神经网络预测有很大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	笪良龙	海军潜艇学院海军战术水声数据中心	108	388	10.0	12.0
2	徐国军	海军潜艇学院海军战术水声数据中心	19	53	3.0	6.0
3	卢晓亭	海军潜艇学院海军战术水声数据中心	15	89	4.0	9.0
7	孙勇	海军潜艇学院海军战术水声数据中心	1	11	1.0	1.0