经验模态分解法在大气时间序列预测中的应用

被引：37

作者：

玄兆燕

杨公训

机构：

[1] 中国矿业大学

来源：

自动化学报 | 2008年 / 01期

关键词：

Hilbert-Huang变换; 预测; 非平稳性; 非线性; 经验模态分解法(EMD); 人工神经网络(ANN); 时间序列;

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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

介绍了一种可以提高非平稳时间序列预测精度的新方法,该方法应有Hilbert-Huang变换的核心内容—经验模态分解法(Empirical mode decomposition,EMD)对非平稳时间序列进行分解,以降低被预测信号中的非平稳性,利用神经网络对分解后的各分量进行预测,再将预测结果叠加.利用该方法对石家庄市年逐月降水量进行预测,预测结果显示,其预测精度比直接用神经网络预测的预测精度有较明显的提高.

引用

页码：97 / 101

页数：5