|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 气候系统的非平稳行为和预测理论显示文摘到目前为止,有关非平稳复杂系统及其在气候预测中的应用研究(它有着比混沌系统更为复杂的行为)是一个较少被人理解并有重大科学意义的前瞻性研究课题。在大气运动中,气候正是一个典型的非平稳系统,但是现有的气候预测理论,包括统计预测理论和非线性预测理论,几乎都无一例外地建立在平稳性假定的基础之上,这有悖于气候过程的基本性质,因此它有可能是导致气候预测水平低下的重要的理论原因。另外,近10年来,气候过程具有层次结构已经成为许多科学家的共识,但是如何发展和完善这一理论,使之成为一个完整的体系,人们似乎还没找到合适的途径。事实上,气候系统的多层次结构(它与通常的多尺度结构是两个完全不同的概念)正是产生非平稳行为的原因,而气候系统的非平稳特性正是层次结构的集中表现。在这样的思想指导下,文中系统地讨论了非平稳气候的一些基本问题和相应的预测理论,并为之搭起了一个初步的理论框架。 | 杨培才 周秀骥 | 2005 | 气象学报2005，63，5： | 41 |
| 2 | The Prediction of Non-stationary Climate Series Based on Empirical Mode Decomposition显示文摘This paper proposes a new approach which we refer to as 'segregated prediction' to predict climate time series which are nonstationary. This approach is based on the empirical mode decomposition method (EMD), which can decompose a time signal into a finite and usually small number of basic oscillatory components. To test the capabilities of this approach, some prediction experiments are carried out for several climate time series. The experimental results show that this approach can decompose the nonstationarity of the climate time series and segregate nonlinear interactions between the different mode components, which thereby is able to improve prediction accuracy of these original climate time series. | 杨培才 王革丽 卞建春 周秀骥 | 2010 | Advances in Atmospheric Sciences2010，27，4： | 10 |
| 3 | 利用慢特征分析法提取二维非平稳系统中的外强迫特征显示文摘慢特征分析法(Slow Feature Analysis,SFA)是一个从快变的信号中提取慢变特征的有效方法,它的提出丰富了人们对非平稳系统外强迫特征的重建手段。本文以Henon映射为基础,构造二维非平稳系统模型,尝试SFA方法在二维复杂非平稳系统中重建外强迫特征的能力。试验表明,SFA方法能够较好地从单时变参数Henon映射中提取出外强迫信号;通过结合小波变换技术,可以还原双时变参数Henon映射中的外强迫信号。另外,本文利用SFA方法重建了北京市气温的外强迫信号,分析其外强迫信号的尺度特征及其可能的物理机制。这些工作将为气候系统驱动力的研究提供新的思路。 | 范开宇 王革丽 李超 潘昕浓 | 2018 | 气候与环境研究2018，23，3： | 5 |
| 4 | A novel approach in predicting non-stationary time series by combining external forces显示文摘In this paper, we investigate a novel technique that reconstructs the observed time series and incorporates driving forces. Furthermore, to illustrate and test the technique, we consider a couple of predictive experiments using ideal time series provided by the logistic and Lorenz systems with specific driving forces. The preliminary results show this approach can improve prediction proficiency to some extent, and the external forces play a similar role to that of state variables. | WANG GeLi YANG PeiCai BIAN JianChun ZHOU XiuJi | 2011 | Chinese Science Bulletin2011，56，28： | 5 |
| 5 | A Recent Approach Incorporating External Forces To Predict Nonstationary Processes显示文摘Most real-world time series have some degree of nonstationarity due to external perturbations of the observed system; external driving forces are the essential reason that leads to the nonstationarity of dynamics system. In this paper, the authors present a novel technique in which the authors incorporate external forces to predict nonstationary time series. To test the effect, the authors also examined two prediction experiments with an ideal time series from a logistic map and a proxy climate dataset for the past millennium. The preliminary results show that the resulting algorithm has better predictive ability than the one that does not consider the external forces. | Wang Ge-Li Yang Pei-Cai | 2010 | Atmospheric and Oceanic Science Letters2010，3，3： | 3 |
| 6 | 基于幅频分离的气候时间序列预测试验显示文摘从气候波动的瞬时频率与瞬时振幅出发,结合最小二乘支持向量机技术,提出了基于幅频分离技术的气候时间序列预测方法,并对南京地区降水距平进行了30候的预测试验。结果表明,幅频分离预测法能够对所有模态的振幅和高频模态的瞬时频率进行较好的预测,而预测的瞬时频率累积误差会对模态分量的预测距平相关性产生敏感影响,该新方法能够显著提高气候序列高频模态的预测效果。对于气候序列的低频模态分量,集合经验模态分解的边界效应会对瞬时频率的求解产生较大误差,使得序列边界区的幅角计算不准确,导致对低频模态的最终预测效果不理想。对气候序列的高频分量采用幅频分离并进行最小二乘支持向量机预测,而对其低频分量仅采用最小二乘支持向量机进行直接预测,可同时提高高、低频分量的预测效果,并最终提高整个气候序列的预测准确性。该分频预测方法可以使南京降水预测的30候距平相关保持在0.4以上。 | 张舰齐 王丽琼 左瑞亭 叶晶 马秋丽 叶成志 | 2017 | 大气科学2017，41，3： | 3 |
| 7 | 鄂尔多斯地区降水·温度的年代际预测研究显示文摘以北大西洋涛动及南方涛动指数为外强迫因子,利用全局近似方法并考虑外强迫信息,尝试利用一个新的非平稳时间序列的预测方法,对鄂尔多斯地区降水、气温月平均时间序列进行预报试验。结果表明,外强迫因子在预测中扮演着与状态变量同等重要的角色,它们的参与可以有效地改善预测精度。 | 孔祥晨 张彬 呼群 | 2013 | 安徽农业科学2013，41，27： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员