基于支持向量机的石油需求预测

• 作者: 杨凯凡 杨晓 陈涛
• 来源期刊: 河南科学
• 关键词: 支持向量机 结构风险最小化 神经网络 石油需求
• 年，卷（期）: 2008,（12）
• 页码范围: 1532-1534
• 页数: 3页
• 分类号: F181
• 语种: 中文
• DOI: 10.3969/j.issn.1004-3918.2008.12.028

摘要

支持向量机是基于结构风险最小化原理的一种学习技术,是一种具有很好泛化能力的预测工具,它有效地解决小样本、非线性、高维数、局部极小等问题,利用支持向量回归机对我国石油需求量进行预测,并通过实验与神经网络的预测结果进行比较,表明支持向量机具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈涛	陕西理工学院数学系	46	423	13.0	19.0
2	杨晓	陕西理工学院数学系	27	124	5.0	10.0
3	杨凯凡	陕西理工学院数学系	35	46	4.0	5.0