• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Fishery Landing Forecasting Using Wavelet-Based Autoregressive Integrated Moving Average Models
【24h】

Fishery Landing Forecasting Using Wavelet-Based Autoregressive Integrated Moving Average Models

机译：基于小波的自回归综合移动平均模型的渔业着陆预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The accuracy of the wavelet-ARIMA (WA) model in monthly fishery landing forecasting is investigated in the study. In the first part of the study, the discrete wallet transform (DWT) is used to decompose fishery landing time series data. Then ARIMA, as a powerful forecasting tool, is implemented to predict each wavelet transform subseries components independently. Finally, the prediction results of the modeled subseries components are summed to formulate an ensemble forecast for the original fishery landing series. To assess the effectiveness of this model, monthly fishery landing recorded data from East Johor and Pahang states of Peninsular Malaysia have been used as a case study. The result of the study shows that the proposed model was found to provide more accurate fishery landing series forecasts than the individual ARIMA model.
机译：研究了小波ARIMA（WA）模型在每月渔业着陆预测中的准确性。在研究的第一部分中，离散钱包变换（DWT）用于分解渔业着陆时间序列数据。然后，ARIMA作为一种强大的预测工具，被实现为独立地预测每个小波变换子系列分量。最后，对建模的子系列成分的预测结果求和，以制定原始渔业着陆系列的整体预报。为了评估该模型的有效性，以马来西亚半岛东柔佛州和彭亨州的每月渔业着陆记录数据为例。研究结果表明，与单独的ARIMA模型相比，所提出的模型可提供更准确的渔业着陆系列预报。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第12期|969450.1-969450.9|共9页
  • 作者

    Shabri Ani; Samsudin Ruhaidah;

  • 作者单位

    Univ Teknol Malaysia, Fac Sci, Dept Math Sci, Johor Baharu 81310, Malaysia;

    Univ Teknol Malaysia, Fac Comp, Dept Software Engn, Johor Baharu 81310, Malaysia;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号