基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章讨论了基于分类的SVM非线性回归算法及其在时间序列预测中的应用.与传统SVM回归算法相比,本算法有更强的不敏感性和健壮性、参数值可设定性并可避免过拟合现象.文中提出了一种计算预测模型初始参数值的方法,可以高效地找到较好的模型参数,并通过实验对方法的有效性和可行性进行了验证.
推荐文章
基于加权LS-SVM时间序列短期瓦斯预测研究
加权LS-SVM
时间序列
鲁棒性
瓦斯预测
基于SVM的多变量股市时间序列预测研究
支持向量机
回归
多变量
交叉验证
并行
基于微博搜索和SVM的股市时间序列预测研究
支持向量机
微博搜索
股市预测
投资者情绪
基于WNN-SVM的水文时间序列预测方法研究
均值归一化
组合模型
时间序列预测
小波神经网络
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分类SVM的时间序列预测研究
来源期刊 现代管理科学 学科 经济
关键词 SVR(支持向量回归) 时间序列 回归算法 训练算法 核函数
年,卷(期) 2007,(8) 所属期刊栏目 博士论坛
研究方向 页码范围 39-41
页数 3页 分类号 F2
字数 4071字 语种 中文
DOI 10.3969/j.issn.1007-368X.2007.08.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毛雪岷 合肥工业大学管理学院 26 121 6.0 9.0
2 杨杰 合肥工业大学管理学院 9 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (6)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (2)
二级引证文献  (1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SVR(支持向量回归)
时间序列
回归算法
训练算法
核函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代管理科学
月刊
1007-368X
32-1281/C
大16开
江苏省南京市北京西路70号22号楼(江苏省委大院内)
1982
chi
出版文献量(篇)
9193
总下载数(次)
22
总被引数(次)
82495
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
论文1v1指导