计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
19期
177-179,184
,共4页
回归支持向量机%时态数据%预测
迴歸支持嚮量機%時態數據%預測
회귀지지향량궤%시태수거%예측
支持向量回归机使用由经验误差项和常数项所构成的风险函数,满足结构风险最小原则.在时态数据预测领域,它将成为一种很有前途的预测方法.简要介绍了回归支持向量机的基本理论.基于回归支持向量机模型,建立了一个对时态数据预测的方法,可以对多属性时态数据进行预测,并与其它预测模型(BP神经网络)进行比较.实验结果表明所提出的方法在预测的稳定性和准确性方面都要优于BP神经网络模型.
支持嚮量迴歸機使用由經驗誤差項和常數項所構成的風險函數,滿足結構風險最小原則.在時態數據預測領域,它將成為一種很有前途的預測方法.簡要介紹瞭迴歸支持嚮量機的基本理論.基于迴歸支持嚮量機模型,建立瞭一箇對時態數據預測的方法,可以對多屬性時態數據進行預測,併與其它預測模型(BP神經網絡)進行比較.實驗結果錶明所提齣的方法在預測的穩定性和準確性方麵都要優于BP神經網絡模型.
지지향량회귀궤사용유경험오차항화상수항소구성적풍험함수,만족결구풍험최소원칙.재시태수거예측영역,타장성위일충흔유전도적예측방법.간요개소료회귀지지향량궤적기본이론.기우회귀지지향량궤모형,건립료일개대시태수거예측적방법,가이대다속성시태수거진행예측,병여기타예측모형(BP신경망락)진행비교.실험결과표명소제출적방법재예측적은정성화준학성방면도요우우BP신경망락모형.