[1]杨玫 郭天杰 陈青华.基于经验模式分解的时间序列预测方法研究[J].计算机技术与发展,2011,(07):25-28.
　YANG Mei,GUO Tian-jie,CHEN Qing-hua.Research on Prediction of Time Series Based on EMD[J].,2011,(07):25-28.
点击复制

基于经验模式分解的时间序列预测方法研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2011年07期
页码:
25-28
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research on Prediction of Time Series Based on EMD
文章编号:
1673-629X（2011）07-0025-04
作者:
杨玫 郭天杰 陈青华
海军航空工程学院
Author(s):
YANG Mei; GUO Tian-jie; CHEN Qing-hua
Naval Aeronautical and Astronautical University
关键词:
支持向量机; 支持向量回归; 时间序列预测; 经验模式分解
Keywords:
support vector machine;  support vector regression;  prediction of time series;  empirical mode decomposition
分类号:
TP391
文献标志码:
A
摘要:
支持向量机理论是20世纪90年代由Vapnik提出的一种基于统计学习理论的新的机器学习方法,其具有全局最优解和较好的泛化能力,可将其用于求解时间序列预测问题。但是对于非平稳时间序列的预测,利用支持向量机算法单独建立一个模型的预测结果不如平稳时间序列那样明显,可以采用经验模式分解法作为时序预测的预处理工具。先将非平稳时间序列进行经验模式分解,再对各个分量分别建模,最后将各分量预测结果进行组合。同时通过仿真实验验证了该方法是有效的
Abstract:
Support vector machines,which was proposed by Vapnik in 1990s,is a new machine learning method based on statistical learning theory（SLT）.It has global optimum and preferable generalization,can be used on time series prediction.When predicting non-stationary time series,the results show that the result from single model is not as distinct as the stationary time series.Empirical mode decomposition is used for pre-processing.Decompose time series,then make models separately and combine all the values.Simulation results demonstrate that the proposed method is valuable

相似文献/References:

[1]陈俏 曹根牛 陈柳.支持向量机应用于大气污染物浓度预测[J].计算机技术与发展,2010,(01):247.
　CHEN Qiao,CAO Gen-niu,CHEN Liu.Application of Support Vector Machine to Atmospheric Pollution Prediction[J].,2010,(07):247.
[2]李晶 姚明海.基于支持向量机的语义图像分类研究[J].计算机技术与发展,2010,(02):75.
　LI Jing,YAO Ming-hai.Research of Semantic Image Classification Based on Support Vector Machine[J].,2010,(07):75.
[3]姜鹤 陈丽亚.SVM文本分类中一种新的特征提取方法[J].计算机技术与发展,2010,(03):17.
　JIANG He,CHEN Li-ya.A New Feature Selection Method in SVM Text Categorization[J].,2010,(07):17.
[4]曹庆璞 董淑福 罗赟骞.网络时延的混沌特性分析及预测[J].计算机技术与发展,2010,(04):43.
　CAO Qing-pu,DONG Shu-fu,LUO Yun-qian.Chaotic Analysis and Prediction of Internet Time- Delay[J].,2010,(07):43.
[5]路川 胡欣杰.区域航空市场航线客流量预测研究[J].计算机技术与发展,2010,(04):84.
　LU Chuan,HU Xin-jie.Analysis of Regional Airline Passenger Forecast Title[J].,2010,(07):84.
[6]黄炜 黄志华.一种基于遗传算法和SVM的特征选择[J].计算机技术与发展,2010,(06):21.
　HUANG Wei,HUANG Zhi-hua.Feature Selection Based on Genetic Algorithm and SVM[J].,2010,(07):21.
[7]孙秋凤.microRNA计算识别中的模式识别技术[J].计算机技术与发展,2010,(06):97.
　SUN Qiu-feng.Pattern Recognition Technology for MicroRNA Identification[J].,2010,(07):97.
[8]刘振岩 王勇 陈立平 马俊杰 陈天恩.基于SVM的农业智能决策Web服务的研究与实现[J].计算机技术与发展,2010,(06):213.
　LIU Zhen-yan,WANG Yong,CHEN Li-ping,et al.Research and Implementation of Intelligence Decision Web Services Based on SVM for Digital Agriculture[J].,2010,(07):213.
[9]王李冬.一种新的人脸识别算法[J].计算机技术与发展,2009,(05):147.
　WANG Li-dong.A New Algorithm of Face Recognition[J].,2009,(07):147.
[10]吴金花 孙德山.加权支持向量回归的权值确定方法[J].计算机技术与发展,2009,(06):135.
　WU Jin-hua,SUN De-shan.An Approach of Confirming Weight Values for Reweighted Support Vector Regression[J].,2009,(07):135.
[11]李雷 张建民.一种改善的基于支持向量机的边缘检测算子[J].计算机技术与发展,2010,(03):125.
　LI Lei,ZHANG Jian-min.An Improved Edge Detector Using the Support Vector Machines[J].,2010,(07):125.

备注/Memo

备注/Memo:
海军十一五预研项目（编号略）杨玫（1980-），女，讲师，研究方向为数据挖掘、智能计算；郭天杰，副教授，研究方向为软件工程、软件测试
更新日期/Last Update: 1900-01-01