论文部分内容阅读
Huang变换是近几年发展起来处理非平稳信号的新方法。时间序列同信号一样具有非平稳的特性，研究了Huang变换在时间序列预测中的应用。首先将时间序列通过Huang变换分解为有限个固有模态函数和一个残余函数之和，每一个的固有模态函数反映了时间序列在各个尺度的特征，而残余函数则很好地反映了时间序列的总体趋势，然后应用BP神经网络对各个固有模态函数和残余函数进行预测，最后将所有的预测值重构叠加，就得到原始时间序列的预测值。实例证明，基于Huang变换和BP神经网络的时间序列的预测方法，优于小波变换和神经网络相结