基于集合经验模式分解的火灾时间序列预测

• 作者: 刘盛鹏 张烨 田雯
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 火灾时间序列 集合经验模式分解 相空间重构 支持向量回归 非平稳
• 年，卷（期）: 2012,（24）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 152-155
• 页数: 4页
• 分类号: TP391
• 字数: 3844字
• 语种: 中文

摘要

采用集合经验模式分解(EEMD)和多变量相空间重构技术,结合非线性支持向量回归(SVR)模型,提出一种火灾次数时间序列组合预测方法.根据EEMD将非平稳的火灾时间序列分解为一系列不同尺度的固有模态分量,利用多变量相空间重构技术对分解的各个分量进行相空间重构,构建其训练数据,对重构的训练数据建立各分量的非线性支持向量回归预测模型,使用SVR集成预测方法对火灾时间序列进行预测.仿真结果表明,与单变量相空间重构方法以及SVR方法相比,该方法具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张烨	南昌大学电子信息工程系	14	85	6.0	9.0
2	田雯	南昌大学电子信息工程系	1	5	1.0	1.0
3	刘盛鹏		12	34	4.0	5.0