基于数据依赖核支持向量机回归的风速预测模型

• 作者: 倪郁佳 曹智丽 王定成 陈北京
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 风速预测 数据依赖核 支持向量机回归
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 15-20
• 页数: 6页
• 分类号: TP181
• 字数: 3474字
• 语种: 中文

摘要

针对风速随机性大、影响因素多、预测准确度不高的情况,基于支持向量机与信息几何的统计学关联性,从信息几何学角度分析核函数的几何结构,构造数据依赖核函数,并与支持向量机回归相结合,形成数据依赖核支持向量机回归( Data Dependent Kernel-SVR,DDK-SVR)方法。将该方法用于风速预测中,建立DDK-SVR风速预测模型,并将预测结果与传统支持向量机、神经网络方法进行对比。结果表明,DDK-SVR方法具有更高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈北京	南京信息工程大学计算机与软件学院	20	87	7.0	8.0
2	王定成	南京信息工程大学计算机与软件学院	20	230	8.0	15.0
3	倪郁佳	南京信息工程大学计算机与软件学院	2	14	2.0	2.0
4	曹智丽	南京信息工程大学计算机与软件学院	2	14	2.0	2.0