基于改进的SVMR的混沌时间序列预测

• 作者: 宋召青 毛剑琴 郭振凯
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 二叉树模型 大样本 支持向量机回归 混沌时间序列
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 过程控制技术及应用
• 页码范围: 385-388
• 页数: 4页
• 分类号: TP18
• 字数: 3163字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2008.04.011

摘要

针对标准支持向量机处理大规模数据集会出现训练速度慢、计算量大的缺点,提出了一种基于二叉树模型的支持向量机回归方法.通过二叉树模型将大样本数据集自适应分解成若干个子集,利用支持向量机分段提出支持向量,再把这些支持向量汇合成一个训练样本集进行训练产生决策函数,并将其应用到混沌时间序列的预测.与标准算法相比,该方法在保证泛化精度一致的前提下,极大地加快了训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋召青	海军航空工程学院控制工程系	36	351	8.0	18.0
2	毛剑琴	北京航空航天大学第七研究室	64	925	16.0	28.0
3	郭振凯	北京航空航天大学第七研究室	4	83	2.0	4.0