location: Current position: Home >> Scientific Research >> Paper Publications

基于EOF-SVD模型的多元时间序列相关性研究及预测

Hits:

Indexed by:期刊论文

Date of Publication:2008-04-05

Journal:系统仿真学报

Included Journals:PKU、ISTIC、CSCD

Volume:20

Issue:7

Page Number:1669-1672,1676

ISSN No.:1004-731X

Key Words:奇异值分解;自然正交分解;相关性提取;时间序列预测预测

Abstract:将奇异值分解同自然正交分解相结合,提出一种改进的正交奇异值分解方法.通过对原始数据进行自然正交分解,削弱原始数据之间的相关性,增强其用于分析及预测的能力,并得到相互正交的主成分代替原始数据进行奇异值分解,分析两个变量场之间的相关关系.在此基础上建立神经网络预测模型,实现多元时间序列的预测.采用该方法对三门峡处径流量同太平洋海温的耦合关系进行分析,并同常规奇异值分解方法进行比较,仿真结果验证了所提方法的有效性.

Pre One:An improved fuzzy neural network based on T-S model

Next One:基于改进典型相关分析的混沌时间序列预测