利用小波分解改进极移预报模型

	利用小波分解改进极移预报模型
	赵丹宁 2; 高蕊 2; 雷雨 2
刊名	武汉大学学报:信息科学版
	2019
卷号	44.0 期号:012 页码:1797
关键词	极移预报小波分解 LS+AR模型数据预处理
ISSN号	1671-8860
英文摘要	为进一步提高极移预报精度,将小波分解引入极移预报中。首先利用小波分解对极移序列进行分解,分离低频分量与高频分量,然后对低频分量建立最小二乘外推模型,获得极移序列的趋势项外推值与残差序列,最后采用自回归(autoregressive,AR)模型对高频分量与残差序列之和进行预报,最终极移的预报值为最小二乘外推值与AR模型预报值之和。结果表明,小波分解可以明显改善最小二乘外推与AR组合模型的极移预报精度,尤其对于中长期预报改善更为明显。
语种	英语
内容类型	期刊论文
源URL	[http://210.72.145.45/handle/361003/13195]
专题	中国科学院国家授时中心
作者单位	1.中国科学院国家授时中心 2.宝鸡文理学院
推荐引用方式 GB/T 7714	赵丹宁,高蕊,雷雨. 利用小波分解改进极移预报模型[J]. 武汉大学学报:信息科学版,2019,44.0(012):1797.
APA	赵丹宁,高蕊,&雷雨.(2019).利用小波分解改进极移预报模型.武汉大学学报:信息科学版,44.0(012),1797.
MLA	赵丹宁,et al."利用小波分解改进极移预报模型".武汉大学学报:信息科学版 44.0.012(2019):1797.