期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Effective forecast of Northeast Pacific sea surface temperature based on a complementary ensemble empirical mode decomposition–support vector machine method
被引量:
1
1
作者
LI Qi-Jie
ZHAO Ying
+1 位作者
liao hong-lin
LI Jia-Kang
《Atmospheric and Oceanic Science Letters》
CSCD
2017年第3期261-267,共7页
海洋表面温度(sea surface temperature,SST)对气候有着很大影响,但其所具有的非线性、无明显周期、强随机性等特点,给SST预测分析带来了很大的困难。本文将互补集合经验模态分解(complementary ensemble empirical mode decomposition,...
海洋表面温度(sea surface temperature,SST)对气候有着很大影响,但其所具有的非线性、无明显周期、强随机性等特点,给SST预测分析带来了很大的困难。本文将互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)与支持向量机(support vector machine,SVM)相结合来研究对海洋表面温度异常(SSTA)的预报,并从预报准确性、可预报时长、不同起报时间对预报精度影响等方面设计了多组数值实验。实验结果显示CEEMDSVM方法预测12个月SSTA的效果较好,平均绝对误差在0.3°C左右,相关系数达到了0.85,而且试验中未出现春季预报障碍问题。
展开更多
关键词
海洋表面温度
经验模态分解
支持向量机
预测
下载PDF
职称材料
题名
Effective forecast of Northeast Pacific sea surface temperature based on a complementary ensemble empirical mode decomposition–support vector machine method
被引量:
1
1
作者
LI Qi-Jie
ZHAO Ying
liao hong-lin
LI Jia-Kang
机构
Institute of Sciences
出处
《Atmospheric and Oceanic Science Letters》
CSCD
2017年第3期261-267,共7页
基金
supported in part by the Major Research Plan of the National Natural Science Foundation of China[grant number91530204]
the State Key Program of the National Natural Science Foundation of China[grant number 41430426]
文摘
海洋表面温度(sea surface temperature,SST)对气候有着很大影响,但其所具有的非线性、无明显周期、强随机性等特点,给SST预测分析带来了很大的困难。本文将互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)与支持向量机(support vector machine,SVM)相结合来研究对海洋表面温度异常(SSTA)的预报,并从预报准确性、可预报时长、不同起报时间对预报精度影响等方面设计了多组数值实验。实验结果显示CEEMDSVM方法预测12个月SSTA的效果较好,平均绝对误差在0.3°C左右,相关系数达到了0.85,而且试验中未出现春季预报障碍问题。
关键词
海洋表面温度
经验模态分解
支持向量机
预测
Keywords
Sea surface temperature
complementary ensemble empirical mode decomposition
support vector machine
prediction
分类号
P731.31 [天文地球—海洋科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Effective forecast of Northeast Pacific sea surface temperature based on a complementary ensemble empirical mode decomposition–support vector machine method
LI Qi-Jie
ZHAO Ying
liao hong-lin
LI Jia-Kang
《Atmospheric and Oceanic Science Letters》
CSCD
2017
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部