基于PPLN的时序数据组合预测模型

• 作者: 严勇 杨必胜 王颖
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 投影寻踪学习网络 组合预测 时间序列 变权重系数 沉降
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 理论方法研究
• 页码范围: 105-109
• 分类号: P203
• 字数: 3675字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5942.2010.03.025

摘要

针对观测数据时间序列,综合组合预测与投影寻踪学习网络的优点,提出一种新的预测模型.即采用静态预测法提取多组趋势项部分,自回归模型提取周期项部分,将它们都作为投影寻踪学习网络的输入部分,然后利用PPLN具有逼近复杂非线性函数的能力,通过网络学习与训练解决传统方法定权困难的问题.沉降预测的实验结果表明,与传统的曲线拟合法、变权重组合预测法相比较,该预测模型精度更高、具有实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严勇	苏州科技学院空间信息与测绘工程系	25	115	6.0	9.0
2	杨必胜	武汉大学测绘遥感信息工程国家重点实验室	59	1287	20.0	35.0
3	王颖	苏州科技学院空间信息与测绘工程系	9	33	3.0	5.0