![](/images/graphics-bg.png)
Sunspots Time-Series Prediction Based on Complementary Ensemble Empirical Mode Decomposition and Wavelet Neural Network
المؤلفون المشاركون
المصدر
Mathematical Problems in Engineering
العدد
المجلد 2017، العدد 2017 (31 ديسمبر/كانون الأول 2017)، ص ص. 1-7، 7ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2017-03-16
دولة النشر
مصر
عدد الصفحات
7
التخصصات الرئيسية
الملخص EN
The sunspot numbers are the major target which describes the solar activity level.
Long-term prediction of sunspot activity is of great importance for aerospace, communication, disaster prevention, and so on.
To improve the prediction accuracy of sunspot time series, the prediction model based on complementary ensemble empirical mode decomposition (CEEMD) and wavelet neural network (WNN) is proposed.
First, the sunspot time series are decomposed by CEEMD to obtain a set of intrinsic modal functions (IMFs).
Then, the IMFs and residuals are reconstructed to obtain the training samples and the prediction samples, and these samples are trained and predicted by WNN.
Finally, the reconstructed IMFs and residuals are the final prediction results.
Five kinds of prediction models are compared, which are BP neural network prediction model, WNN prediction model, empirical mode decomposition and WNN hybrid prediction model, ensemble empirical mode decomposition and WNN hybrid prediction model, and the proposed method in this paper.
The same sunspot time series are predicted with five kinds of prediction models.
The experimental results show that the proposed model has better prediction accuracy and smaller error.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Li, Guohui& Wang, Siliang. 2017. Sunspots Time-Series Prediction Based on Complementary Ensemble Empirical Mode Decomposition and Wavelet Neural Network. Mathematical Problems in Engineering،Vol. 2017, no. 2017, pp.1-7.
https://search.emarefa.net/detail/BIM-1190198
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Li, Guohui& Wang, Siliang. Sunspots Time-Series Prediction Based on Complementary Ensemble Empirical Mode Decomposition and Wavelet Neural Network. Mathematical Problems in Engineering No. 2017 (2017), pp.1-7.
https://search.emarefa.net/detail/BIM-1190198
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Li, Guohui& Wang, Siliang. Sunspots Time-Series Prediction Based on Complementary Ensemble Empirical Mode Decomposition and Wavelet Neural Network. Mathematical Problems in Engineering. 2017. Vol. 2017, no. 2017, pp.1-7.
https://search.emarefa.net/detail/BIM-1190198
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1190198
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)