基于线性规划支持向量回归的混沌系统预测

• 作者: 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 线性规划 核函数
• 年，卷（期）: 2005,（19）
• 所属期刊栏目: 学术探讨
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP18
• 字数: 2514字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.19.011

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,该方法已经广泛用于解决分类与回归问题.标准的支持向量机算法需要解一个二次规划问题,当训练样本较多时,其运算速度一般很慢.为了提高运算速度,介绍了一种基于线性规划的支持向量回归算法,并由此提出几种新的回归模型,同时将它们应用到混沌时间序列预测中,并比较了它们的预测性能.在实际应用中,可以根据具体情况灵活地选择所需模型.

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	五邑大学智能技术与系统研究所	91	1162	18.0	30.0
2	吴今培	五邑大学智能技术与系统研究所	77	1677	23.0	38.0
3	孙德山	辽宁师范大学数学系	66	560	13.0	21.0