《表8 矿业安全生产态势预测模型对比》

  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

《基于小波变换的矿业事故时间序列预测》

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

以往的非平稳时间序列往往通过差分将序列进行平稳化处理，建立差分自回归滑动平均模型（Auto-Regressive Integrated Moving Average Model，ARIMA）。为了比较基于小波变换的时间序列预测模型和ARIMA模型的预测精度，分别用基于小波变换的时间序列预测模型和ARIMA模型对训练集44组数据进行样本训练，并对2016—2018年每季度的矿业事故万人死亡率进行预测，基于小波变换的时间序列预测模型与ARIMA模型[24]的预测值见表8。