《表3 试验1预测指标:基于多种信号分解的台风风速多步预测》

《表3 试验1预测指标:基于多种信号分解的台风风速多步预测》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于多种信号分解的台风风速多步预测》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
模型1为PSO-LSSVM;模型2为EEMD-PSO-LSSVM;模型3为CEEMDAN-PSO-LSSVM;模型4为LMD-PSO-LSSVM;模型5为WPD-PSO-LSSVM;模型6为EWT-PSO-LSSVM;模型7为VMD-PSO-LSSVM;模型8为RPCA-PSO-LSSVM;模型9为SVD-PSO-LSSVM

2)采用基于频域信息进行信号分解的EWT和VMD方法能显著提高预测精度,并随着预测步数的增加保持稳定的效果,但这两种方法涉及参数较多,对不同的信号和预测模型仍需要调整参数。