期刊文章详细信息
基于SVR的混沌时间序列预测
Chaotic Time Series Prediction Based on SVR
文献类型：期刊文章
机构地区：[1]中南大学铁道校区科学研究所 [2]五邑大学智能所,广东江门529020
基 金：广东省自然科学基金资助(编号:021349)
年 份：2004
卷 号：40
期 号：2
起止页码：54-56
语 种：中文
收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊
摘 要：支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。这种方法已广泛用于解决分类和回归问题。论文介绍了支持向量回归算法的各种版本,同时将它们应用到混沌时间序列预测中,并且比较了它们的预测性能,为实际应用合理选择模型提供一定的依据。
关 键 词：支持向量机 回归 混沌时间序列 核函敬
分 类 号：TP18]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
