基于SVM的混沌时间序列预测模型应用研究

• 作者: 任立华 彭磊 高峰 黄真辉
• 来源期刊: 工程勘察
• 学科: 工学
• 关键词: 支持向量机(Support Vector Machine) 混沌时间序列 相空间重构 变形预测
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 论文
• 页码范围: 65-68
• 分类号: TU198|O141.4
• 语种: 中文

摘要

混沌时间序列预测是混沌理论的一个重要应用领域和研究热点,目前它在信号处理、自动化控制等领域中已得到了广泛的应用.本文联系支持向量机(SVM)和混沌时间序列预测的相关理论,建立基于二者的变形序列预测模型.同时,结合具体实例从变形时间序列的混沌识别、相空间重构以及预测模型的参数优化等方面探讨了模型的具体建立过程.实验结果表明,该模型的预测精度要优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭磊		5	29	3.0	5.0
2	任立华		4	11	1.0	3.0
3	黄真辉		9	22	3.0	4.0
4	高峰		7	1	1.0	1.0