计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
6期
221-223
,共3页
灰色系统%神经网络%支持向量机%组合预测%图书文献总经费
灰色繫統%神經網絡%支持嚮量機%組閤預測%圖書文獻總經費
회색계통%신경망락%지지향량궤%조합예측%도서문헌총경비
对灰色、神经网络和SVM(支持向量机)的3个预测模型进行了研究,以某图书馆1996年～2003年图书文献总经费为例,对图书文献总经费进行了预测,经过比较,SVM的预测方法精度较高.在分析组合预测特性的基础上,提出了对灰色系统、神经网络和SVM三种预测方法结果进行了线性组合预测方法和SVM的组合预测方法.与单一预测方法结果和线性组合预测进行对比,SVM组合预测方法比较精确.
對灰色、神經網絡和SVM(支持嚮量機)的3箇預測模型進行瞭研究,以某圖書館1996年～2003年圖書文獻總經費為例,對圖書文獻總經費進行瞭預測,經過比較,SVM的預測方法精度較高.在分析組閤預測特性的基礎上,提齣瞭對灰色繫統、神經網絡和SVM三種預測方法結果進行瞭線性組閤預測方法和SVM的組閤預測方法.與單一預測方法結果和線性組閤預測進行對比,SVM組閤預測方法比較精確.
대회색、신경망락화SVM(지지향량궤)적3개예측모형진행료연구,이모도서관1996년～2003년도서문헌총경비위례,대도서문헌총경비진행료예측,경과비교,SVM적예측방법정도교고.재분석조합예측특성적기출상,제출료대회색계통、신경망락화SVM삼충예측방법결과진행료선성조합예측방법화SVM적조합예측방법.여단일예측방법결과화선성조합예측진행대비,SVM조합예측방법비교정학.
