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:
对于复杂的非线件和非平稳时间序列预测,基本的支持向量回归(Support Vecotr Regression,SVR)在线算法无法有效兼顾执行效率和预测精度.本文首先采用局部SVR进行时间序列建模预测,同步计算在线更新序列数据预测的残差,并采用Online SVR对残差序列进行混沌时间序列预测,将预测残差值实时补偿到局部SVR模型预测输出.实验结果表明,新方法在执行效率和预测精度方面较单一Online SVR均显著提高.
推荐文章
基于游程判别法和VMD残差修正的风电功率预测
风电功率
长短时记忆神经网络
自回归滑动平均模型
残差
麻雀搜索算法
时间序列L步预测、误差估计及修正
时间序列
预测
误差估计
基于经验模式分解的时间序列数据流在线预测
经验模式分解
最大Lyapunov指数
链式重写窗口
预测
模糊时间序列的最优预测方法
模糊时间序列
最优预测
计算方法
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 基于残差预测修正的局部在线时间序列预测方法
来源期刊 电子学报 学科 工学
关键词 时间序列预测 在线预测 SVR 残差
年,卷(期) 2008,(z1) 所属期刊栏目 学术论文
研究方向 页码范围 81-85
页数 5页 分类号 TP391
字数 4084字 语种 中文
DOI 10.3321/j.issn:0372-2112.2008.z1.015
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 彭喜元 哈尔滨工业大学自动化测试与控制研究所 106 2018 25.0 40.0
2 彭宇 哈尔滨工业大学自动化测试与控制研究所 80 2316 24.0 47.0
3 刘大同 哈尔滨工业大学自动化测试与控制研究所 23 924 11.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (149)
参考文献  (8)
节点文献
引证文献  (9)
同被引文献  (29)
二级引证文献  (60)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(11)
  • 参考文献(1)
  • 二级参考文献(10)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(15)
  • 引证文献(1)
  • 二级引证文献(14)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
时间序列预测
在线预测
SVR
残差
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导