最小二乘支持向量域的混沌时间序列预测

• 作者: 任韧 徐进 朱世华
• 来源期刊: 物理学报
• 学科: 物理学
• 关键词: 支持向量域 混沌 最小二乘 时间序列预测
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 总论
• 页码范围: 555-563
• 页数: 9页
• 分类号: O4
• 字数: 6703字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3290.2006.02.016

摘要

从支持向量域SVD(Support Vector Domain)出发,根据Takens延时相空间重构思想,利用支持向量机非线性映射,建立了混沌时间序列和混沌非线性相轨迹运动的SVD预测模型.采用数据集作为支持对象元素,机器自学习缩小模型泛化误差的上界,利用最小二乘支持向量域(SVD),预测了Henon/Lorenz/Rossler三种混沌时间序列.预测结果表明,三种预测模型将集合映射到一个更高维特征空间,通过嵌入维数,实现了序列预测,误差随嵌入维数变化趋于恒定,与支持向量机(SVM)相比,SVD所需支持向量少,收敛速度快,鲁棒性强,核函数选择容易灵活,且存在自适应方法.网格点数提高了10-20倍,序列预测在小样本、非线性、未知概率密度条件下,预测和实际值取得了一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱世华	西安交通大学电子与信息工程学院	119	758	14.0	19.0
2	任韧	西安交通大学电子与信息工程学院	14	57	3.0	7.0
6	徐进	西安交通大学生医所	19	178	9.0	13.0