基于EMD的多尺度混合模型及在气象数据中的应用

摘要：

利用经验模态分解(Empirical Mode Decomposition,EMD)对气象数据进行多尺度分析,探究气象数据的复杂性特征.将EMD和支持向量回归(Support Vector Regression,SVR)相结合建立多尺度混合模型对气温数据进行建模预测,并将建立的模型与现有非平稳数据的建模方法进行比较.实证分析表明,基于EMD的多尺度混合模型在预测结果的均方误差和平均绝对误差方面,比SVR方法提高了0.694和0.237,比ARIMA方法提高了0.439和0.159,因此更适合气象数据的建模与预测.

关键词：经验模态分解、支持向量回归、气温数据、预测

所属期刊栏目：32

分类号：O212(概率论与数理统计)

资助基金：浙江省大学生科技创新活动计划暨新苗人才计划项目;宁波市自然科学基金

在线出版日期：2020-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26