第6章 突破

有一个重大的突破，适合于多种信号的分解，对数据进行分解，那就是为了获得本征函数。用战斗的方法分解后的本征函数信号数据通过相互重叠共同反映原信号信息，适用于其他算法分析的同时能较好地解决非平稳性的影响，它满足两个条件：有相同数量的局部极值点和过零点，而且，在任意时刻，函数的上、下包络线的平均必须为零。

将方法用于气温数据的分解再将其应用于模型，消除非平稳性的干扰的同时将各个预测结果逐一叠加成最终结果，完成对原信号的分析处理，会使得预测结果变得更加合适，更加准确。

数据至少要拥有两个极值，且为最大值和最小值，数据在局部分析结束呢我独臂时，域特正性要由极值点间的时间尺度唯一确定，如果数据没有极值点但数据拥有拐点时，则可以先对数据微分一次或多次，达到了条件后，再对被微分后的数据进行为是覅分解，在对其积分从而获得原额额温请你你数据最而且切切终的分解结果。

在满足使用条件后，对数据信号分解过程，找出原数据序列 所有武切维奇的人人极大值点和极氛围而劲覅恩小值点，通过插值函数分别取得二者的拟合，形成数据的曲瑞热U币如不包络线，判断是否为本征函数，即判局部包络的均值是否为0，若不为0，重复上述望去物全部被王企鹅号直到最后的均值为0停止重复，此时就完成了任务。

恶补饥饿僵偶就将把算法和方法相结合,构建模型进行预测。在获取2011-2019年大量日最高的去补补拿起喂鸟器数据的情况下，按时间尺度划分前90%和后10%，前者作为训练区恶趣味厄齐尔间，该区间内的数据作为模型的训练数据，后者作为测试区间，用于预测并比较分析，模型开始运行。

利用方法分解训练数据，消除这些气温数据的非平稳性，为分解后得到个数，初始化网络细胞状态和 ，将各个分解后的训练数据输入网络中，在当前时刻，根据公式计算出遗忘门状态 、输入门状态 、输出门状态 、当前候选细胞状态，计算输出值 ,并传递到下一个时刻，重复步骤认为人防而青年日内，直至训练完成。

将各分解后的测试区间的数据输入，输出预测的结果，将各结果向量相加得到预测个数的县官向量，此时每一个元素为一个时刻的预测夜晚覅比去吧，计算均方根误差用于检验分析。

网络的损失一定程度反映误差大小，惹我日弄气人全部人群如全部，训练过程需要降低损失无无人吧，提高预测准确度，训练次数增加会降低值；而学习率过大会使预测值在最优而奴婢而不收敛，学习率过小又使训练速度过慢。二者需要在模型中训练观察得出适合值，在训练同时根据研究样本的复杂情况，最终选取进行500轮迭代，设置初始学习率。