基于SVR和CAR的多维时间序列分析及其在生态学中的应用

• 作者: 周铁军 张永生 熊洁仪 袁哲明
• 来源期刊: 生态学报
• 关键词: 多维时间序列 支持向量回归 非线性 预测 均方差
• 年，卷（期）: 2007,（6）
• 页码范围: 2419-2424
• 页数: 6页
• 分类号: Q141
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0933.2007.06.034

摘要

基于支持向量回归(SVR)并融合带受控项的自回归模型(CAR),建立了一种既反映样本集动态特征又体现环境因子影响的非线性多维时间序列分析预测方法(SVR-CAR).用一步预测法对两个生态学样本集的预测结果表明,SVR-CAR在所有参比模型中预测精度最高,并具结构风险最小、非线性、避免过拟合、泛化推广能力优异等诸多优点.SVR-CAR在生态学、农业科学、经济学等多维时间序列预测领域有较广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永生	湖南农业大学生物安全科学技术学院	17	114	7.0	10.0
2	袁哲明	湖南农业大学生物安全科学技术学院	71	724	15.0	24.0
3	周铁军	湖南农业大学生物安全科学技术学院	62	253	8.0	14.0
4	熊洁仪	湖南农业大学生物安全科学技术学院	10	73	5.0	8.0