基于涡流搜索算法的过程支持向量回归机模型

• 作者: 李娜 李学贵 许少华 赵恩涛 郭昊
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 过程支持向量机 涡流搜索 参数优化
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 341-346
• 页数: 6页
• 分类号: TP183
• 字数: 3310字
• 语种: 中文

摘要

针对传统支持向量回归机在机制上难以直接对时变信号进行处理的问题, 提出了一种用于时间序列预测的过程支持向量回归模型, 采用涡流搜索算法优化选择模型参数, 采用UCI(University of California Irvine)数据库的空气质量数据集和比利时SIDC(Solar Influences Data Analysis Center)的太阳黑子数据进行仿真实验.实验结果表明, 该模型预测结果均优于粒子群过程支持向量回归机和支持向量回归机的预测结果, 具有较好的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李娜		83	214	7.0	12.0
2	许少华	山东科技大学计算机科学与工程学院	30	56	4.0	5.0
3	李学贵	东北石油大学计算机与信息技术学院	16	15	2.0	3.0
4	赵恩涛		2	2	1.0	1.0
5	郭昊		5	5	2.0	2.0