物理学报
物理學報
물이학보
2005年
6期
2568-2573
,共6页
混沌时间序列%预测%在线学习%支持向量机
混沌時間序列%預測%在線學習%支持嚮量機
혼돈시간서렬%예측%재선학습%지지향량궤
提出了一种基于在线最小二乘支持向量机(LS-SVM)回归的混沌时间序列的预测方法.与离线支持向量机相比,在线最小二乘支持向量机预测方法即使当混沌系统的参数随时间变化时仍然有效.以Chen's混沌系统、R(o)ssler混沌系统、Hénon映射及脑电(EEG)信号四种混沌时间序列为例评估本文提出的预测方法,结果验证了其混沌时间序列预测的有效性.
提齣瞭一種基于在線最小二乘支持嚮量機(LS-SVM)迴歸的混沌時間序列的預測方法.與離線支持嚮量機相比,在線最小二乘支持嚮量機預測方法即使噹混沌繫統的參數隨時間變化時仍然有效.以Chen's混沌繫統、R(o)ssler混沌繫統、Hénon映射及腦電(EEG)信號四種混沌時間序列為例評估本文提齣的預測方法,結果驗證瞭其混沌時間序列預測的有效性.
제출료일충기우재선최소이승지지향량궤(LS-SVM)회귀적혼돈시간서렬적예측방법.여리선지지향량궤상비,재선최소이승지지향량궤예측방법즉사당혼돈계통적삼수수시간변화시잉연유효.이Chen's혼돈계통、R(o)ssler혼돈계통、Hénon영사급뇌전(EEG)신호사충혼돈시간서렬위례평고본문제출적예측방법,결과험증료기혼돈시간서렬예측적유효성.
