利用經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)對氣象數(shù)據(jù)進行多尺度分析,探究氣象數(shù)據(jù)的復(fù)雜性特征。將EMD和支持向量回歸(Support Vector Regression,SVR)相結(jié)合建立多尺度混合模型對氣溫數(shù)據(jù)進行建模預(yù)測,并將建立的模型與現(xiàn)有非平穩(wěn)數(shù)據(jù)的建模方法進行比較。實證分析表明,基于EMD的多尺度混合模型在預(yù)測結(jié)果的均方誤差和平均絕對誤差方面,比SVR方法提高了0.694和0.237,比ARIMA方法提高了0.439和0.159,因此更適合氣象數(shù)據(jù)的建模與預(yù)測。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 EMD和SVR簡介
    1.1 經(jīng)驗?zāi)B(tài)分解
    1.2 支持向量機
2 EMD-SVR混合預(yù)測模型
3 實證分析
    3.1 基于EMD分解的多尺度分析
    3.2 EMD-SVR模型的建立與預(yù)測
4 結(jié)論



本文編號：3818753