《表8 矿业安全生产态势预测模型对比》
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。
图表编号 | XD00204356700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 黄悦、幸福堂、石癸鑫、吴孟龙 |
绘制单位 | 武汉科技大学资源与环境工程学院、武汉科技大学资源与环境工程学院、武汉科技大学冶金矿产资源高效利用与造块重点实验室、武汉科技大学资源与环境工程学院、武汉科技大学资源与环境工程学院 |
更多格式 | 高清、无水印(增值服务) |