基于在线小波支持向量回归的混沌时间序列预测

• 作者: 于振华 蔡远利
• 来源期刊: 物理学报
• 学科: 物理学
• 关键词: 混沌时间序列 支持向量回归 在线学习 小波核
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 总论
• 页码范围: 1659-1665
• 页数: 7页
• 分类号: O4
• 字数: 5037字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3290.2006.04.021

摘要

混沌时间序列预测是非线性动力学研究中一个十分重要的问题,支持向量回归方法为其提供了一种有效的解决思路.通过分析新样本加入训练集后支持向量集的变化情况,建立了一种混沌时间序列预测的支持向量回归算法,具备了在线学习的特点.同时,针对混沌信号提出了一种满足小波框架的小波核函数,它不但能以较高的精度逼近任意函数,而且适合于混沌信号的局部分析,提高了支持向量回归的泛化能力.最后就Mackey-Glass混沌时间序列在线预测问题进行了大量仿真.结果表明,本文算法与现有的算法相比具有训练时间短、预测精度高等特点,有一定的理论及实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡远利	西安交通大学电子与信息工程学院	95	1219	23.0	31.0
2	于振华	西安交通大学电子与信息工程学院	14	223	9.0	14.0