基于EMD的太阳黑子时间序列组合预测模型

摘要：

针对太阳黑子的复杂性,利用经验模态分解(EMD)方法,将太阳活动在各时间尺度上的变化分量分解为平稳的同有模态函数(IMF)分量及余项.观察各分量的频谱,根据低频IMF分量和高频IMF分量的特点,分别采用自回归滑动平均模型和神经网络方法进行预测.通过各分量的预测值,重构出原始信号的预测序列.仿真结果表明,该模型具有较高的预测精度.

关键词：太阳黑子数、经验模态分解方法、自回归滑动平均模型、反向传播

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：云南省自然科学基金资助项目2009CD028;昆明理工大学科学研究基金资助项目201001

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：176-179