基于小波和支持向量机的多尺度时间序列预测

• 作者: 刘永伟 曲文龙 李海燕 杨炳儒
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 时间序列预测 小波 支持向量机 多尺度 数据挖掘
• 年，卷（期）: 2007,（29）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 182-185
• 页数: 4页
• 分类号: TP311.13
• 字数: 4596字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.29.053

摘要

介绍了相空间重构和基于支持向量机的时间序列预测建模技术,提出了基于小波和支持向量机的复杂时间序列预测方法,利用小波对复杂时间序列进行多尺度分解,对重构后的近似序列和细节序列分别利用支持向量机进行回归预测并将结果融合.对股票数据进行预测,试验结果表明该方法预测精度高于单尺度支持向量机和神经网络预测方法,可用于复杂非平稳时间序列的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
2	曲文龙	石家庄经济学院计算机系	13	166	6.0	12.0
4	刘永伟	石家庄经济学院计算机系	15	34	4.0	5.0
5	李海燕	石家庄经济学院计算机系	24	87	4.0	8.0