基于地统计学的多维时间序列模型及其在生态学中的应用

• 作者: 向昌盛 林雪梅 柏连阳 袁哲明 谭泗桥 陈渊
• 来源期刊: 湖南农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 多维时间序列分析 地统计学 支持向量回归 生态学
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 生态学
• 页码范围: 433-436
• 页数: 4页
• 分类号: TP18|Q948.1
• 字数: 2824字
• 语种: 中文

摘要

基于地统计学半变异函数发展了一种新的多维时间序列最优阶数判断方法,并结合支持向量回归建立了既反映样本集动态特征又体现环境因子影响的非线性多维时间序列分析预测模型(GS-SVR). 用一步预测法对两个生态学样本集的预测结果表明,GS-SVR预测精度高,并具结构风险最小、非线性、避免过拟合、泛化推广能力强等诸多优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向昌盛	湖南农业大学生物安全科学技术学院	32	348	10.0	17.0
2	柏连阳	湖南农业大学生物安全科学技术学院	134	1374	20.0	29.0
3	袁哲明	湖南农业大学生物安全科学技术学院	71	724	15.0	24.0
4	林雪梅	湖南农业大学信息科学技术学院	8	40	4.0	6.0
5	陈渊	湖南农业大学生物安全科学技术学院	12	36	3.0	5.0
6	谭泗桥	湖南农业大学信息科学技术学院	28	305	8.0	17.0