基于支持向量机的害虫多维时间序列预测

• 作者: 向昌盛 周子英
• 来源期刊: 计算机应用研究
• 关键词: 多维时间序列 支持向量机 害虫预测 非线性
• 年，卷（期）: 2010,（10）
• 页码范围: 3694-3697
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.10.023

摘要

针对害虫发生数据高度非线性特点导致传统方法预测准确率低的难题,提出一种基于支持向量机(SVM)的多变量自回归(CAR)的害虫时间预测方法(SVM_CAR).SVM_CAR首先利用SVM以留一法的MSE最小化原则进行时间序列非线性定阶;然后用SVM对害虫发生的影响因子进行非线性筛选,并同时通过强制汰选给出各保留因子对预测结果的相对重要性;最后建立基于保留对预测结果影响较大因子的SVM_CAR预测模型.以大豆食心虫虫食率与晚稻第5代褐飞虱发生量两个实例数据集进行验证性实验,SVR-CAR比五种参比模型的预测精度都要高,实验结果表明,SVM_CAR更能反映害虫发生时间序列样本集的非线性动态规律,在害虫预测中有着广泛的应用前景.

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	湖南农业大学东方科技学院	32	348	10.0	17.0
2	周子英	湖南农业大学资源环境学院	35	474	10.0	21.0