基于小波分解和最小二乘支持向量机的
基于小波分解(WT)和最小二乘支持向量机(LSSVM)理论,建立了将二者相结合的大气臭氧含量时间序列预测模型.采用香河等4个观测站的月平均臭氧总量观测样本,经小波分解为不同频段的子序列,将这些子序列分别进行LSSVM预测,最后经小波重构得到月平均臭氧总量时间序列预测结果.实验表明该方法能有效预测大气臭氧含量,与支持向量机(SVM)以及人工神经网络(ANN)的预测结果相比,该方法具有较高的预测精度.
小波分解、最小二乘向量机、时间序列预测、大气臭氧
15
P456.8(天气预报)
国家重点基础研究发展计划资助2006CB403705
2010-09-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
295-302