排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
包含外强迫因子的大气气溶胶数浓度的预测 总被引:2,自引:0,他引:2
利用慢特征分析(Slow Feature Analysis, SFA)方法提取大气气溶胶时间序列的外强迫因子信息,并将此外强迫因子信息嵌入到预测模式中,建立一个包含提取外强迫因子信息的预测模式.利用该方法对2011年6月1日至2011年9月14日黄山山底的每小时大气气溶胶数浓度时间序列进行预测试验分析.结果表明,当提前预报一步时,平稳性模式的预测结果与实际观测数据的相关系数为0.6982,而单一外强迫模式的相关系数为0.7390,强迫模式的相关系数是0.7475,外强迫的加入可以有效的提高预测技巧. 相似文献
1