自动化学报
自動化學報
자동화학보
ACTA AUTOMATICA SINICA
2008年
1期
97-101
,共5页
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
Hilbert-Huang變換%預測%非平穩性%非線性%經驗模態分解法(EMD)%人工神經網絡(ANN)%時間序列
Hilbert-Huang변환%예측%비평은성%비선성%경험모태분해법(EMD)%인공신경망락(ANN)%시간서렬
介绍了一种可以提高非平稳时间序列预测精度的新方法,该方法应用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.
介紹瞭一種可以提高非平穩時間序列預測精度的新方法,該方法應用Hilbert-Huang變換的覈心內容-經驗模態分解法(Empirical mode decomposition,EMD)對非平穩時間序列進行分解,以降低被預測信號中的非平穩性,利用神經網絡對分解後的各分量進行預測,再將預測結果疊加.利用該方法對石傢莊市年逐月降水量進行預測,預測結果顯示,其預測精度比直接用神經網絡預測的預測精度有較明顯的提高.
개소료일충가이제고비평은시간서렬예측정도적신방법,해방법응용Hilbert-Huang변환적핵심내용-경험모태분해법(Empirical mode decomposition,EMD)대비평은시간서렬진행분해,이강저피예측신호중적비평은성,이용신경망락대분해후적각분량진행예측,재장예측결과첩가.이용해방법대석가장시년축월강수량진행예측,예측결과현시,기예측정도비직접용신경망락예측적예측정도유교명현적제고.
