Indexed by：
Abstract：
一种基于经验模态分解和支持向量机的钟差预测方法，原子钟的钟差预测是计算原子时标的重要过程，为提高氢原子钟差的预测准确度，根据氢原子钟差序列随时间呈现不平稳变化的特征，本方法提出了一种基于经验模态分解和支持向量机的钟差预测算法。该算法首先对钟差序列进行经验模态分解，分离出钟差序列的各频率分量，然后利用支持向量机对这些分量分别预测结果，最后将分别预测结果进行叠加得以最终预测结果。本预测算法与一元线性预测算法和单一的支持向量机的预测算法进行了比较，研究结果表明，比一元线性预测算法和单一的支持向量机预测算法预测误差都小，相对预测误差从0.4327％降为0.2371％, 预测误差离散型也小，具有实用价值。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201510392057.5
Filing Date： 2015-07-06
Publication Date： 2015-10-14
Pub. No.： CN104978491A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
Affiliated Colleges：
