计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
20期
211-214
,共4页
兰娇%覃锡忠%贾振红%陈丽
蘭嬌%覃錫忠%賈振紅%陳麗
란교%담석충%가진홍%진려
节假日忙时话务预测%支持向量回归机%半监督学习%图形拉普拉斯算子%Nystrom算法
節假日忙時話務預測%支持嚮量迴歸機%半鑑督學習%圖形拉普拉斯算子%Nystrom算法
절가일망시화무예측%지지향량회귀궤%반감독학습%도형랍보랍사산자%Nystrom산법
holidays busy traffic forecasting%Support Vector Regression(SVR)machine%semi supervised learning%graph Laplacian%Nystrom algorithm
为了提高运营商节假日忙时话务量的预测精度，通过分析各节假日忙时话务量数据的特点，提出基于改进半监督支持向量机预测算法。该方法采用基于图形拉普拉斯算子的半监督学习算法来变形训练支持向量回归机的核矩阵。针对图形拉普拉斯算子计算量较大的问题，采用Nystrom算法对其进行优化。仿真结果表明，提出的算法有较好的泛化能力和较高的预测精度。
為瞭提高運營商節假日忙時話務量的預測精度，通過分析各節假日忙時話務量數據的特點，提齣基于改進半鑑督支持嚮量機預測算法。該方法採用基于圖形拉普拉斯算子的半鑑督學習算法來變形訓練支持嚮量迴歸機的覈矩陣。針對圖形拉普拉斯算子計算量較大的問題，採用Nystrom算法對其進行優化。倣真結果錶明，提齣的算法有較好的汎化能力和較高的預測精度。
위료제고운영상절가일망시화무량적예측정도，통과분석각절가일망시화무량수거적특점，제출기우개진반감독지지향량궤예측산법。해방법채용기우도형랍보랍사산자적반감독학습산법래변형훈련지지향량회귀궤적핵구진。침대도형랍보랍사산자계산량교대적문제，채용Nystrom산법대기진행우화。방진결과표명，제출적산법유교호적범화능력화교고적예측정도。
In order to improve the operator holidays busy traffic prediction accuracy, through analyzing the holidays busy traffic data characteristics, it puts forward the improved semi supervised SVR prediction algorithm. The method uses the semi supervised learning based on graph Laplacian to deform and train SVR kernel matrix. In allusion to graph Laplacian large amount of calculation, the Nystrom algorithm is proposed to optimize it. The simulation results show that the pro-posed algorithm has a good generalization ability and high prediction precision.
