小波神经网络在季节性时间序列预测中的应用

• 作者: 晋晓芳 王峰 胡晓娟 郭东星
• 来源期刊: 现代预防医学
• 学科: 医学
• 关键词: 小波神经网络 时间序列 预测
• 年，卷（期）: 2012,（24）
• 所属期刊栏目: 流行病与统计方法
• 页码范围: 6388-6389,6396
• 分类号: R195.1
• 语种: 中文

摘要

目的 对季节性时间序列进行建模与预测.方法 用小波神经网络,对冒纳罗亚山天文台测量的1959～2010年大气月平均二氧化碳浓度数据进行建模预测,并在Matlab7.0编程实现.结果 采用小波神经网络对大气二氧化碳浓度进行预测,其平均预测精度为99.852％.结论 小波神经网络的预测精度高,可以较好地应用于季节性时间序列的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭东星	山西医科大学卫生统计教研室	36	163	6.0	11.0
2	王峰	山西医科大学卫生统计教研室	16	65	4.0	7.0
3	胡晓娟	山西医科大学卫生统计教研室	5	6	2.0	2.0
4	晋晓芳	山西医科大学卫生统计教研室	4	12	3.0	3.0