论文部分内容阅读
降水量时间序列具有明显的非平稳性和非线性,本文选取江西全省50年春季降水量为试验数据,经EMD分解处理后对每个IMF分量和趋势量建立SVM模型进行预测,再重构得出预测值。文中将试验算法与未经处理的SVM算法和BP神经网络算法进行对比分析,结果表明,本文提出的EMD和SVM结合法误差最小,能很好地预测降水量趋势,在短期气候预测的研究方向中前途无量。