郑州大学学报（工学版）
鄭州大學學報（工學版）
정주대학학보（공학판）
JOURNAL OF ZHENGZHOU UNIVERSITY(ENGINEERING SCIENCE)
2014年
3期
78-81
,共4页
太阳黑子%EMD分解%组合模型%预测
太暘黑子%EMD分解%組閤模型%預測
태양흑자%EMD분해%조합모형%예측
sunspot%combination model%EMD decomposition%forecasting
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.
太暘黑子是非線性、非平穩、多呎度變化的時間序列,且觀測結果大多存在譟聲的榦擾.針對太暘黑子時間序列預測的複雜性,首先將原始數據序列通過小波去譟進行預處理,然後將去譟後的信號通過EMD分解產生若榦箇從高頻到低頻的IMF分量和餘項.針對低頻分量變化緩慢和高頻分量波動性較大的特點,分彆採用RBF神經網絡模型和SVM模型進行預測,最後將各箇分量的預測結果相疊加得到最終預測值.倣真結果錶明,該模型具有較高的預測精度.
태양흑자시비선성、비평은、다척도변화적시간서렬,차관측결과대다존재조성적간우.침대태양흑자시간서렬예측적복잡성,수선장원시수거서렬통과소파거조진행예처리,연후장거조후적신호통과EMD분해산생약간개종고빈도저빈적IMF분량화여항.침대저빈분량변화완만화고빈분량파동성교대적특점,분별채용RBF신경망락모형화SVM모형진행예측,최후장각개분량적예측결과상첩가득도최종예측치.방진결과표명,해모형구유교고적예측정도.
