共查询到16条相似文献，搜索用时 125 毫秒
1.
在充分考虑TEC序列非平稳、非线性、高噪声特性前提下, 以IGS提供的2017年电离层TEC格网数据为基准,运用BP神经网络和ARMA两种模型分别进行TEC 3 d预测,重点分析两种模型在不同季节时段、不同电离层活跃强度及不同样本长度下的TEC预测性能及精度。结果表明,在不同时段,两种模型均能很好地反映TEC的变化特性,其中ARMA模型在春、冬时段及整体预测精度上略优于BP神经网络。在平静期,两种模型的平均相对预测精度分别为87.3%和87.5%,预测效果相差较小;在活跃期,两种模型的平均相对预测精度分别为78.5%和75.5%,BP神经网络的精度比ARMA模型高3%。随着样本长度的增加,BP神经网络在21 d样本处预测效果最佳,ARMA模型的预测精度随样本长度的增加呈降低趋势。 相似文献
2.
选取9口固体潮观测井的3种典型水位数据,用5种插值方法进行插值分析。结果表明,三次多项式插值法对少量数据缺失的插值效果最佳;线性插值法对趋势变化大、固体潮汐波动被压制水位的插值效果最好;ARMA模型预测法对固体潮显著、趋势变化平缓水位的插值效果最佳;线性插值和ARMA模型预测法对固体潮清晰、短期起伏波动水位的插值效果各有其优势。 相似文献
3.
提出一种改进的集总平均经验模态分解与自回归移动平均模型组合的残差修正模型，并利用2015年不同经纬度同一时段以及相同经纬度不同时段IGS提供的电离层电子总量数据，用3种模型对5 d内的数据进行预测。结果表明，改进模型5 d 内的平均相对精度为96%，而EMD-ARMA模型及ARMA模型分别为94.5%、93%。 相似文献
4.
利用基于CMONOC的GPS观测数据反演中国大陆区域高精度的RIM，并将奇异谱分析(SSA)方法应用于TEC预报，判断不同序列长度对预测结果的影响，并根据w-correlation选取合适的RC迭代阶数和窗口长度。结果发现，当TEC时间序列长度为27 d，窗口长度为序列长度的1/3、迭代SSA分解的前5项时，预测效果最好。提取RIM中心网格点的TEC数据，分别以年积日1~27、101~127、201~227、301~327等4个时段的TEC序列为原始数据，基于SSA进行7 d的预测，同时建立ARMA预测模型。结果显示，相较于ARMA预测，SSA方法总体预测精度提高约10%，预测时段更长。进一步对4个时段RIM中2 911个网格点处的TEC进行预测，发现RMSE随着纬度减小而增大，预测相对精度呈现中纬度比高、低纬度略高的特点，但无论哪种精度指标，SSA预测模型均优于ARMA预测模型。 相似文献
5.
变形观测数据时间序列建模中的几个问题 总被引：1，自引：0，他引：1
针对在变形观测数据时间序列建模中所遇到的问题,对变形观测数据时间序列建模中的数据预处理、模型选择、模型定阶与系统稳定性检验等问题进行了研究,提出了分析数据趋势项提取的AR模型方法,编写了C语言计算程序,实现了样条函数插值方法、周期项提取的差值法,建立ARMA分析模型,对变形预测数据与实际观测数据进行了比较.结果表明:该方法的正确性以及时间序列分析方法在变形数据处理与分析中的适用性与可行性. 相似文献
6.
针对电离层总电子含量（TEC）数据非线性、非平稳的特点,在自回归移动平均（ARMA）模型的基础上,结合经验小波变换（EWT）,提出一种组合的短期电离层预测方法。采用IGS提供的电离层TEC格网数据进行实验,通过对比分析可知,相较于单一ARMA模型,本文组合模型在太阳活动低年和太阳活动高年5 d内的平均相对精度分别提高4.8%和2.8%,前1 d内组合模型的平均相对精度分别提高7%和6.1%。 相似文献
7.
基于IGS数据分析中心提供的全球电离层TEC数据,利用时间序列分析理论中的ARMA模型对2008-05-12汶川Ms8.0地震的电离层TEC资料进行处理,将ARMA模型TEC预报值作为电离层TEC背景参考值,对地震前后的电离层TEC进行异常探测研究。结果表明,在取得了与其他研究方法结果基本一致的基础上,新发现震前第13d、12d、10d、7d也存在电离层TEC异常扰动现象。说明以全球电离层TEC数据为基础,利用ARMA模型同样能有效探测到震前电离层TEC异常扰动现象,并达到较高精度。 相似文献
8.
基于ARMA模型的广元市中区经济增长预测分析 总被引：1，自引：0，他引：1
利用广元市市中区1978年到2004年GDP数据,构建了广元市市中区时间序列趋势的ARMA模型.在此基础上,对广元市市中区2006年到2010年未来5年内的GDP进行了预测,并针对该区"十一五"规划的各项目标任务提出了一些对策建议,为广元市市中区未来的发展提供参考依据. 相似文献
9.
针对地震仪器记录的地磁数据存在单点缺失和连续多点缺失而不利于地震数据处理和地震预报的问题,同时为了快速处理非震异常值,本文提出将时间序列自回归移动平均（ARMA）预测模型用于地磁数据插值处理,并与均值插值、线性插值进行对比分析。结果表明,均值插值、线性插值和 ARMA 模型单点缺失的平均标准误差分别为 0.110 2、0.006 9 和 0.000 1,连续多点缺失的平均标准误差分别为 0.258 23、0.194 2 和 0.004 86,说明 ARMA 模型在单点缺失和连续多点缺失时均具有较低标准误差,且能很好地保持实际观测序列的曲线形态,插值效果较好,有望成为地磁数据序列处理的一种新方法。 相似文献
10.
回顾了国内外在矿产资源定量预测研究领域的发展历程，对近十年来国外相关方向的文献进行了统计对比分析，结果显示机器学习方法已经成为矿产资源定量预测研究领域的热点方向，并主要在如下3个方面发挥了积极的作用:①提取和挖掘复杂数据中隐藏的难以识别的矿化信息；②致矿异常信息关联与转换；③多源地学数据的致矿异常信息融合、预测和发现矿床。对逻辑回归、人工神经网络、随机森林与支持向量机等主要机器学习算法与模型在矿产资源定量预测实践中的应用效果进行了评述，并探讨了在实际应用过程中存在的样本选择、错分代价、不确定性评价以及模型性能评价等主要问题及目前的解决方案。最后提出基于大数据与机器学习的矿产资源定量预测是未来发展的重要趋势。 相似文献
11.
一种基于熵权法的小波去噪复合评价指标 总被引：2，自引：0，他引：2
传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此，借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标，利用熵权法定权将归一化后的两个指标线性组合，所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明，该方法能够在真值未知的情况下准确地指导小波分解，确定去噪最优分解层数，从而达到最优去噪效果。 相似文献
12.
???????????TEC????????????????????SSA????????TEC????У???SSA??????????????????ARMA???????????????????????????????IGS????2010??????TEC?????????飬???????????????????????5 d??TEC????????????92%???????ARMA??????4%?? 相似文献
13.
??????С??????????????????е?????????????????????????????в????????ARMA????????????????????????????????????1???????????0.29 cm???????????????0.63 cm????????????????????????????Ч???ж???SLA????? 相似文献
14.
针对地表沉降预测研究中单一传统方法预测精度较低、预测过程不稳定等问题,提出一种经验小波变换(EWT)与Prophet预测模型相结合的优化预测方法.以江西省上饶市德兴矿区为例,采用30景哨兵1号影像进行SBAS-InSAR沉降研究,并获取该区域研究时段内的沉降时序数据.首先对原始沉降时序数据进行EWT自适应分解,分解产生... 相似文献
15.
?????????????????????????λ???????????????????????????????????????????????????ARMA?????????????????????????????и??????????????????????????????????ARMA????????????????????????в???IGS???????????????????????????????????? 相似文献
16.
通过研究湖北省地磁台网数据发现,相邻台站数据相关性高且趋势相同.为解决地磁秒数据短期缺数的问题,基于素描的想法结合地磁特性,提出一种新的补数策略,即用傅里叶拟合法拟合出相似度高的完好数据作轮廓,调整傅里叶参数用轮廓拟合缺失数据,再用ARMA预测模型对细节进行修复.通过对实际缺省的地磁数据进行处理,验证了该策略具有良好的... 相似文献