基于EMD和混沌神经网络的月平均温度预测方法研究[EB/OL]
北京:中国科技论文在线
提出将经验模态分解(EMD)、相空间重构理论和神经网络相结合的时间序列预测模型
针对月平均温度时间序列具有非线性、非平稳的特征
运用EMD将月平均温度时间序列分解为多个本征模态函数(IMF)分量和趋势分量
利用该方法对南京市月平均温度进行预测
该方法能够准确反映月平均温度时间序列的变化趋势
关键词: 月平均温度预测
) 摘要: 为提高月平均温度预测的准确率
【详情见下载】基于EMD和混沌神经网络的月平均温度预测方法研究[EB/OL]
提出将经验模态分解(EMD)、相空间重构理论和神经网络相结合的时间序列预测模型
针对月平均温度时间序列具有非线性、非平稳的特征
运用EMD将月平均温度时间序列分解为多个本征模态函数(IMF)分量和趋势分量
该方法能够准确反映月平均温度时间序列的变化趋势
) 摘要: 为提高月平均温度预测的准确率
【详情见下载】