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
基于残差修正的冬季天然气日负荷预测模型
天然气
负荷预测
误差累积
神经网络
残差修正
整体精度
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
残差修正模型在森林火灾预测中的应用
森林火灾
残差修正模型
反向传播神经网络
马尔科夫链
赋权组合模型
福建省
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
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
论文1v1指导