SVM-RBF网络在混沌时间序列预测中的应用

• 作者: 刚轶金 王杰 石成辉
• 来源期刊: 科技与创新
• 关键词: 支持向量机 机器学习 径向基神经网络 混沌时间序列
• 年，卷（期）: 2008,（33）
• 所属期刊栏目: 网络与通信
• 页码范围: 136-137,125
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.33.054

摘要

混沌时间序列预测是非线性动力学研究中一个很重要的问题.支持向量机是一种基于统计学习理论的新颖的机器学习方法,为混沌时间序列的预测提供了一种有效的算法思想.本文基于支持向量机与径向基神经网络在结构上的相似性,将支持向量机用于径向基神经网络中心的选取,并对混沌时间序列进行预测,仿真结果表明,其效果优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杰	郑州大学电气工程学院	142	1137	17.0	27.0
2	刚轶金	郑州大学电气工程学院	3	15	3.0	3.0
3	石成辉	郑州大学电气工程学院	5	36	3.0	5.0