基于EMD和组合模型的太阳黑子时间序列预测

• 作者: 张晓楠 曾庆山
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 太阳黑子 EMD分解 组合模型 预测
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 电气工程
• 页码范围: 78-81
• 页数: 4页
• 分类号: TP391
• 字数: 2204字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2014.03.019

摘要

太阳黑子是非线性、非平稳、多尺度变化的时间序列,且观测结果大多存在噪声的干扰.针对太阳黑子时间序列预测的复杂性,首先将原始数据序列通过小波去噪进行预处理,然后将去噪后的信号通过EMD分解产生若干个从高频到低频的IMF分量和余项.针对低频分量变化缓慢和高频分量波动性较大的特点,分别采用RBF神经网络模型和SVM模型进行预测,最后将各个分量的预测结果相叠加得到最终预测值.仿真结果表明,该模型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	曾庆山	郑州大学电气工程学院	36	155	8.0	11.0
2	张晓楠	郑州大学电气工程学院	32	110	6.0	10.0