《表1 各IMF分量的统计分析结果》

  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EEMD-BP方法的城市轨道交通进站客流短期预测》

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

Fab.1 Statistical analysis results of each IMF

为识别与原始序列相关程度较高的分量，对各分量进行平均周期、Pearson相关系数、Kendall相关系数、方差占比4个指标的统计分析，各IMF分量的统计分析结果如表1所示。从周期上看，IMF1至IMF4都体现了进站客流的分时波动，其中IMF2和IMF3对应了一天之内的2个高峰，IMF4体现了半天的波动性，恰好在时间上将白天平峰与晚间高峰分隔开，而IMF5的波形与原始波形最为相似，体现了原始客流的日波动性；而IMF7的周期接近5，体现了一周工作日的波动性；IMF10的周期与原始客流时间范围一致，则体现整个采样时间的客流变化特征。从Pearson相关系数和Kendall相关系数看，IMF2和IMF3的周期虽然相同，但IMF3的相关系数更大，说明IMF3与原始序列的线性关系和一致性更高，因而IMF3对应的是傍晚的高峰。总体来看，IMF2至IMF5的相关系数与其他分量相比明显更大，说明这些分量与原始序列的波动一致性较高，且他们的方差占比总和为全部占比的97.8%，说明他们是原始序列变化趋势中的主导分量。根据相关系数的参考准则[10]，选择分量IMF2至IMF5为高相关分量，其余分量为低相关分量。