基于EMD和组合模型的太阳黑子时间序列预测

摘要：

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.

关键词：太阳黑子、EMD分解、组合模型、预测

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关计划项目122102210102

在线出版日期：2014-06-30（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：78-81