陈譞 作品数:5 被引量:22 H指数:2 供职机构: 南京信息工程大学遥感学院 更多>> 发文基金: 中国气象局气象新技术推广项目 国家自然科学基金 更多>> 相关领域: 天文地球 更多>>
EMD在广西季节降水预报中的应用 被引量:14 2010年 气候系统是一种耗散的、具有多个不稳定源的非线性、非平稳系统。该文利用支持向量机(SVM)算法在处理非线性问题中的优越性和经验模态分解(EMD)算法在处理非平稳信号中的优势,采用将EMD与SVM相结合的短期气候预测方法,并应用到广西季节降水预报中。选取广西88个气象观测站1957—2005年6—8月逐年降水量的距平百分率序列作为试验数据,通过EMD算法将标准化处理后的距平百分率序列分解成多个本征模态函数(IMF)分量和一个趋势分量,在分解中针对EMD算法存在的端点极值问题选择两种方法分别进行处理,对比得出极值延拓法效果更好。对每个分量构建不同的SVM模型进行预测,并通过重构形成最后的预测结果。试验中采用不经EMD处理的反向传播(BP)神经网络和SVM算法进行对比验证,结果表明:相对于直接预测方法,该文提出的方案均方误差最小,能够较为准确地反映出降水序列未来几年的变化趋势,具有更高的预测精度和较好的推广前景。 毕硕本 徐寅 覃志年 陈譞 王必强关键词:短期气候预测 降水预报 时间序列 基于EMD和集合预报技术的短期气候预测方法研究 气候系统是典型的非平稳性系统,然而对于气候观测数据的处理通常是在时间序列平稳的假定下完成的,比如气温和降水的预报。这样导致预测准确度通常较低,并且由于预测方法大多属于单一方法预测,其结果还具有不确定性。为改进该缺陷本文研... 陈譞关键词:均生函数 支持向量机 经验模态分解 文献传递 基于EMD和集合预报技术的气候预测方法 被引量:8 2012年 气候系统是典型的非平稳性系统,然而对于气候观测数据的处理通常是在时间序列平稳的假定下完成的,比如气温和降水的多步预报,这通常会导致预报准确度较低。为改进该缺陷,首先将非平稳数据序列分解成平稳的、多尺度特征的本征模态函数分量(IMF),再使用数值集合预报与逐步回归分析相结合的方式对每一个IMF分量构建不同的预报模型,最后线性拟合成预报结果。通过Visual Studio 2008开发平台使用上述方法建立了一个短期气候预报系统,采用广西区88个气象站1957—2005年的2月距平气温数据进行实际验证。结果表明,相对于普通预测和单一预测方法,加入了EMD和集合预报技术的方法在仅用历史资料进行多步预测的情况下,对于气候的变化趋势以及突发性气候具有更好的预报能力。 毕硕本 陈譞 覃志年 徐寅 王必强关键词:短期气候预测 时间序列 基于经验模态分解和数值集合预报的短期气候预测方法 本发明公布了一种基于经验模态分解和数值集合预报的短期气候预测方法,本发明使用数值集合预报技术与均生函数逐步回归模型相整合的方式,并结合了经验模态分解(EMD)这种处理数据序列的新方法,首先将非平稳的气候数据序列分解成平稳... 毕硕本 陈譞 徐寅 王必强 马燕文献传递 基于经验模态分解和支持向量机的气候时序预测方法 本发明公布了一种基于经验模态分解和支持向量机的气候时序预测方法,属于短期气候预测领域。本发明首先通过经验模态分解算法进行时间序列的预处理,分解成若干个本征模态函数分量和一个趋势分量,这些分量更能准确反映原序列的变化,并保... 毕硕本 徐寅 陈譞 王必强 董学士文献传递