中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 小波时间序列在电离层TEC预报中的应用 安徽农业科学 2012,40 (11) 358-359
Position: Home > Articles > The Application of Wavelet Analysis and Time Series in Ionosphere TEC Forecasting Journal of Anhui Agricultural Sciences 2012,40 (11) 358-359

小波时间序列在电离层TEC预报中的应用

作  者：
夏明清;詹煜
单  位：
南京信息工程大学数理学院空间天气学
关键词：
时间序列分析;TEC预测;ARMA模型;小波分析
摘  要：
将小波时间序列应用到电离层TEC的预测中,通过小波分解将逐天的TEC数据分解到小波频率通道上,得到对应于小波频率的小波系数列。对系数列作降噪处理并进行数学变换最终使数据趋于平稳,并进行时间序列模型预测,还原成系数列的预测值,最后还原成实际预测值。采用小波时间序列预测后5天480个样本点,准确率在80%以上占87%,90%以上占57%,相较于传统预测模型有较明显的提高。
译  名：
The Application of Wavelet Analysis and Time Series in Ionosphere TEC Forecasting
作  者：
XIA Ming-qing et al(Space Weather of Mathematics and Physics,Nanjing University of Information Science & Technology,Nanjing,Jiangsu 210044)
关键词：
Time series analysis;TEC forecasting;ARMA model;Wavelet analysis
摘  要：
The wavelet analysis and times series were applied for ionosphere TEC forecasting,TEC data was decomposed on wavelet frequency channel by wavelet decomposition,the discrete wavelet coefficients correspond to wavelet frequency were obtained.De-noise processing and mathematical transformation was used to get stable data.By time series prediction,predictive value was got.Finally,practical predicting results were obtained.Five days with 480 sample points were predicted in wavelet analysis and times series,the accuracies with 80% and 90% were accounted for 87% and 57%,respectively,compared to traditional prediction model,the accuracy was greatly improved.

相似文章

导出引用
计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46