基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对水文参数时间序列的预测问题,在多尺度影响因素分析的基础上,提出了一种新的基于多周期重构的预测方法.首先利用小波变换和滑动平均计算对原始时间序列进行若干周期的分解;对分解序列分别进行自回归积分滑动平均(Autoregressive Integrated Moving Average,ARIMA)建模,由模型进行递推预测;再将预测结果反向重构实现对原始序列未来值的预测.运用此方法,对烟台海区某海洋浮标站的温度测量数据进行了分析.分析结果表明,此方法相比直接在原始序列上进行ARIMA建模与预测,预测准确度得到提升,可用于对试验海区水文参数序列的处理,为试验决策提供支撑.
推荐文章
水文时间序列周期识别的新思路与两种新方法
水文时间序列
周期识别
最大熵谱分析法
小波分析
模拟延长序列法
构建主频序列法
混沌时间序列预测模型参数的联合优化
混沌时间序列
相空间重构
支持向量机
均匀设计
基于小波分解与重构的混沌时间序列预测
小波分解与重构
混沌时间序列
预测
混沌时间序列的LSSVM预测方法
混沌时间序列
相空间重构
最小二乘支持向量机
粒子群优化
预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 试验海区水文参数时间序列的多周期重构预测方法
来源期刊 舰船电子工程 学科 工学
关键词 时间序列预测 小波变换 自回归积分滑动平均 多周期重构
年,卷(期) 2018,(10) 所属期刊栏目 测试与测量技术
研究方向 页码范围 173-178
页数 6页 分类号 TN911
字数 4201字 语种 中文
DOI 10.3969/j.issn.1672-9730.2018.10.043
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (51)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时间序列预测
小波变换
自回归积分滑动平均
多周期重构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
总被引数(次)
27655
论文1v1指导