留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

地磁变化场的MEEMD-样本熵-LSSVM预测模型

牛超 李夕海 易世华 卢世坤 刘代志

牛超, 李夕海, 易世华, 卢世坤, 刘代志. 地磁变化场的MEEMD-样本熵-LSSVM预测模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261
引用本文: 牛超, 李夕海, 易世华, 卢世坤, 刘代志. 地磁变化场的MEEMD-样本熵-LSSVM预测模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261
NIU Chao, LI Xihai, YI Shihua, LU Shikun, LIU Daizhi. Forecasting Model of Geomagnetic Variation Field Based onModified Ensemble Empirical Mode Decomposition-SampleEntropy-Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261
Citation: NIU Chao, LI Xihai, YI Shihua, LU Shikun, LIU Daizhi. Forecasting Model of Geomagnetic Variation Field Based onModified Ensemble Empirical Mode Decomposition-SampleEntropy-Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261

地磁变化场的MEEMD-样本熵-LSSVM预测模型

doi: 10.13203/j.whugis20130261
基金项目: 国家自然科学基金资助项目(41374154,40974037)
详细信息
    作者简介:

    牛超,博士,主要从事地磁信息处理、地磁导航等理论与方法研究。

  • 中图分类号: P318.2

Forecasting Model of Geomagnetic Variation Field Based onModified Ensemble Empirical Mode Decomposition-SampleEntropy-Least Square Support Vector Machine

Funds: The National Natural Science Foundation of China,Nos.41374154,40974037.
More Information
    Author Bio:

    NIU Chao,PhD,specializes in geomagnetic navigation and geomagnetic information processing.

计量
  • 文章访问数:  1198
  • HTML全文浏览量:  60
  • PDF下载量:  573
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-06-19
  • 修回日期:  2014-05-05
  • 刊出日期:  2014-05-05

地磁变化场的MEEMD-样本熵-LSSVM预测模型

doi: 10.13203/j.whugis20130261
    基金项目:  国家自然科学基金资助项目(41374154,40974037)
    作者简介:

    牛超,博士,主要从事地磁信息处理、地磁导航等理论与方法研究。

  • 中图分类号: P318.2

摘要: 目的 针对地磁变化场时间序列的混沌特性,提出了一种改进的集成经验模态分解(modified ensemble em-pirical mode decomposition,MEEMD)-样本熵-最小二乘支持向量机(least square support vector machine,LSSVM)的地磁变化场预测模型。首先,利用MEEMD-样本熵将非平稳的地磁变化场时间序列分解为一系列复杂度差异明显的地磁变化场子序列;然后,针对每一个子序列分别建立LSSVM模型,选择各自适合的最优模型参数;最后,以地磁台站实测的地磁变化场数据为例进行实验,并与基于单一LSSVM以及RBF径向基神经网络的两种预测模型进行比较。实验结果表明,MEEMD-样本熵-LSSVM模型的预测值能紧跟地磁变化场的变化趋势,相比另外两种模型,体现出更好的预测效果,在地磁Kp指数小于3时,预测3h平均绝对误差为1.63nT。

English Abstract

牛超, 李夕海, 易世华, 卢世坤, 刘代志. 地磁变化场的MEEMD-样本熵-LSSVM预测模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261
引用本文: 牛超, 李夕海, 易世华, 卢世坤, 刘代志. 地磁变化场的MEEMD-样本熵-LSSVM预测模型[J]. 武汉大学学报 ( 信息科学版), 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261
NIU Chao, LI Xihai, YI Shihua, LU Shikun, LIU Daizhi. Forecasting Model of Geomagnetic Variation Field Based onModified Ensemble Empirical Mode Decomposition-SampleEntropy-Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261
Citation: NIU Chao, LI Xihai, YI Shihua, LU Shikun, LIU Daizhi. Forecasting Model of Geomagnetic Variation Field Based onModified Ensemble Empirical Mode Decomposition-SampleEntropy-Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2014, 39(5): 626-630. doi: 10.13203/j.whugis20130261

目录

    /

    返回文章
    返回