基于EMD-LSTM模型的气温预测研究开题报告

1. 研究目的与意义（文献综述包含参考文献）

1.选题目的和意义气象是生活中必不可少的一部分，研究气象对日常生活、商品贸易、军事等一些领域有重大意义，同时气温属于气象数据的一种，气温变化与气象条件的变化密不可分。

日常生活的变化成分总离不开气温的变化，气温是气象的重要组成部分，而气象背后是价值百亿的蓝海，商品贸易与气象息息相关，经济与风险要求对气象变化做出调整，气象创业更是机遇与挑战。

气候的变化导致人类生产条件的变化，这不仅是科学问题，更是世界各国政府共同关注的政治问题、经济问题和外交问题，农业、交通、航空、航天、水利、环境、电信和能源等行业对各类专业气象观测的需求日益增强。

2. 研究的基本内容、问题解决措施及方案

拟研究的问题：南京市日最高气温的预测采用深度学习中长短期记忆模型（lstm）和经验模态分解（emd）相结合，采用emd-lstm方法对南京市日最高气温数据进行研究分析，并对日最高气温进行合理的预测，对比南京实际日最高气温进行实证分析得出结果与结论。

拟采用的研究途径：emd-lstm模型经验模态分解(emd)法是一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。

对数据信号进行emd分解就是为了获得本征模函数：由于大多数所有要分析的数据都不是本征模函数，在任意时间点上，数据可能包含多个波动模式，这就是简单的希尔伯特变换不能完全表征一般数据的频率特性的原因，于是需要对原数据进行emd分解来获得本征模函数。