支持向量机在人口预测中的应用

• 作者: 王攀 袁勇
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 支持向量机 人口预测 BP神经网络
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 基金论文
• 页码范围: 9-11
• 页数: 3页
• 分类号: TP1
• 字数: 2864字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2006.05.003

摘要

支持向量机是一种新型的机器学习方法,该学习方法以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则,在小样本的机器学习中显示出了优异的性能.将这种新的统计学习方法应用到非线性时间序列预测,并将结果与BP神经网络预测的结果进行比较,结果表明该方法有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王攀	武汉理工大学自动化学院	41	292	10.0	15.0
2	袁勇	武汉理工大学自动化学院	3	45	3.0	3.0