聚类再回归方法在机场噪声时间序列预测中的应用

• 作者: 夏利 张霞 王丽娜 王建东
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 支持向量机 时间序列 机场噪声 聚类 回归
• 年，卷（期）: 2014,（1）
• 页码范围: 152-156
• 页数: 5页
• 分类号: TP399
• 字数: 3687字
• 语种: 中文

摘要

对于机场噪声的预测,针对绘制等值线方法预测成本高和误差较大的缺点,以及分类再回归方法中分类时缺乏可指导性标准的问题,本文提出了基于支持向量机的先聚类、再回归的时间序列的预测方法.对机场噪声时间序列的先聚类再回归方法,采用常用k均值划分算法,利用聚类特点,将样本限定在同一类的范围内,再对同类样本进行回归预测.Housing及Laser generated data数据集上的实验表明,采用先聚类再回归方法得到的拟合值比直接回归方法得到的拟合值要精确.将该方法应用到北京某机场实测数据中,并与其他预测模型进行对比,准确度明显优于其他预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建东	南京航空航天大学计算机科学与技术学院	158	1573	21.0	31.0
2	张霞	南京航空航天大学计算机科学与技术学院	12	40	3.0	5.0
3	王丽娜	南京航空航天大学计算机科学与技术学院	10	60	4.0	7.0
4	夏利	南京航空航天大学计算机科学与技术学院	2	5	2.0	2.0