经验模态分解-图神经网络算法预测农产品价格

打开文本图片集

文章编号：1671-3559（2024）03-0356-06DOI：10.13349/j.cnki.jdxbn.20240312.003

摘要： 为了提高图神经网络算法对农产品价格预测精度， 采用经验模态分解法按时间片轮转抽取农产品历史价格信号， 以便对历史价格信号进行特征提取； 将原始价格信号分解成多个本征模态函数及残余项， 并根据本征模态函数构建样本特征； 根据得到的样本特征构建价格预测图结构， 将图结构输出的特征信号通过图神经网络的过渡函数和预测函数， 通过不断减小损失值输出农产品价格预测结果。（剩余10099字）