文献类型：期刊文章

作　　者：刘大同[1] 彭宇[1] 彭喜元[1] 于江[2] 陈强[2]

机构地区：[1]哈尔滨工业大学自动化测试与控制研究所,哈尔滨150080 [2]中国移动通信集团黑龙江有限公司,哈尔滨150028

出　　处：《仪器仪表学报》

基　　金：高校博士点基金(20092302110013);中国移动科技发展项目(2008-09)资助项目

年　　份：2010

卷　　号：31

期　　号：8

起止页码：1732-1737

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、EI(收录号：20104113283320)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对在线支持向量回归算法在提高时间序列预测执行效率的同时,其预测精度会有所下降的问题,提出一种分段在线支持向量回归的时间序列预测方法,通过缩减在线建模数据长度实现快速训练,并对在线支持向量回归模型进行分段存储,根据预测数据与子分段模型的匹配度,选取最优子分段模型预测输出,从而提高在线算法预测精度。通过对黑龙江移动通信话务量时间序列数据的实验结果表明,该算法既很好地保持了在线预测方法的运行效率,又通过分段使预测精度提高了5%～10%。

关 键 词：时间序列预测 快速预测  在线支持向量回归 分段  话务量预测

分 类 号：TP391]