基于SVR的混沌时间序列预测

• 作者: 侯振挺 吴今培 孙德山 肖健华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 回归 混沌时间序列 核函数
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 学术探讨
• 页码范围: 54-56
• 页数: 3页
• 分类号: TP18
• 字数: 2591字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.02.018

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖健华	五邑大学智能所	91	1162	18.0	30.0
2	侯振挺	中南大学铁道校区科学研究所	83	397	10.0	17.0
3	吴今培	五邑大学智能所	77	1677	23.0	38.0
4	孙德山	中南大学铁道校区科学研究所	66	560	13.0	21.0