基于EMD的BP神经网络海水温度时间序列预测研究

被引：5

作者：

卢晓亭 ^{[1
,2
]}

孙勇 ^{[1
]}

笪良龙 ^{[1
]}

徐国军 ^{[1
]}

机构：

[1] 海军潜艇学院海军战术水声数据中心

[2] 不详

来源：

海洋技术 | 2009年 / 28卷 / 03期

关键词：

经验模态分解; BP神经网络; 海水温度时间序列预测; 非平稳性序列;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

为提高非线性和非平稳海水温度时间序列的预测能力,提出了一种基于经验模态分解(Empirical Mode De-composition,简称EMD)的BP神经网络预测方法。该方法首先对原始序列进行经验模态分解,将其分解为多个平稳性得到很大改善的本征模态函数(Intrinsic Mode Function,简称IMF)之和,然后对每个本征模态函数进行预测,最后再根据EMD方法的完备性把预测结果相加得出原始序列的预测结果。预测试验结果表明,基于EMD的BP神经网络预测的精度比单纯用BP神经网络预测有很大提高。

引用

页码：79 / 82

页数：4

共 4 条

[1] 基于BP神经网络的福建省耕地预测模型 [J].