基于经验模式分解的时间序列预测方法研究

• 作者: 杨玫 郭天杰 陈青华
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 支持向量回归 时间序列预测 经验模式分解
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 25-28
• 分类号: TP391
• 字数: 3292字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.07.007

摘要

支持向量机理论是20世纪90年代由Vapnik提出的一种基于统计学习理论的新的机器学习方法,其具有全局最优解和较好的泛化能力,可将其用于求解时间序列预测间题.但是对于非平稳时间序列的顶测,利用支持向量机算法单独建立一个模型的预测结果不如平稳时间序列那样明显,可以采用经验模式分解法作为时序预测的预处理工具.先将非平稳时间序列进行经验模式分解,再对各个分量分别建模,最后将各分量预测结果进行组合.同时通过仿真实验验证了该方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈青华		27	64	5.0	6.0
2	杨玫		39	102	5.0	8.0
3	郭天杰		24	48	3.0	5.0