支持向量机方法应用于理想时间序列的预测研究

毛宇清; 王咏青; 王革丽

doi:10.3878/j.issn.1006-9585.2007.05.10

毛宇清, 王咏青, 王革丽. 支持向量机方法应用于理想时间序列的预测研究[J]. 气候与环境研究, 2007, 12(5): 676-682. DOI: 10.3878/j.issn.1006-9585.2007.05.10

引用本文:

毛宇清, 王咏青, 王革丽. 支持向量机方法应用于理想时间序列的预测研究[J]. 气候与环境研究, 2007, 12(5): 676-682. DOI: 10.3878/j.issn.1006-9585.2007.05.10

MAO Yu-Qing, WANG Yong-Qing, WANG Ge-Li. An Application Study on Prediction and Analysis for Ideal Time Series Based on the SVM Method[J]. Climatic and Environmental Research, 2007, 12(5): 676-682. DOI: 10.3878/j.issn.1006-9585.2007.05.10

Citation:

支持向量机方法应用于理想时间序列的预测研究

An Application Study on Prediction and Analysis for Ideal Time Series Based on the SVM Method

摘要

摘要: 简要介绍了基于统计学习理论的支持向量机方法的基本思想和原理，利用该方法对33模Lorenz系统的理想混沌时间序列建立预测模型，并对在此基础上产生的非平稳时间序列进行预测试验研究。结果表明，支持向量机方法不仅对平稳过程有较好的预报能力，也可以适用于非平稳过程，对实际序列的预测有一定的启发意义。

HTML全文

参考文献(0)

施引文献

资源附件(0)

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

支持向量机方法应用于理想时间序列的预测研究

An Application Study on Prediction and Analysis for Ideal Time Series Based on the SVM Method

联系我们