基于滚动窗法最小二乘支持向量机的稳健预测模型

• 作者: 孙健国 赵永平
• 来源期刊: 模式识别与人工智能
• 关键词: 加权最小二乘支持向量机(WLS-SVM) 滚动窗 稳健 奇异点
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 1-5
• 页数: 5页
• 字数: 2570字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.01.001

摘要

在推导加权最小二乘支持向量机数学模型的基础上,基于启发式学习算法并结合滚动窗的思想,提出基于滚动窗法最小二乘支持向量机的稳健预测模型,为了缩短模型的预测运行时间,将启发式算法进行改进后,采用迭代求逆方法,在不丧失预测精度的基础上,很大程度地缩短预测时间,最后通过仿真实例验证这个模型可以成功抑制奇异点,实现稳健预测并取得良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙健国	南京航空航天大学能源与动力工程学院	116	2147	24.0	38.0
2	赵永平	南京航空航天大学能源与动力工程学院	11	129	7.0	11.0