基于分类SVM的时间序列预测研究
2007-08-10分类号:F224
【部门】合肥工业大学管理学院 合肥工业大学管理学院
【摘要】文章讨论了基于分类的SVM非线性回归算法及其在时间序列预测中的应用。与传统SVM回归算法相比,本算法有更强的不敏感性和健壮性、参数值可设定性并可避免过拟合现象。文中提出了一种计算预测模型初始参数值的方法,可以高效地找到较好的模型参数,并通过实验对方法的有效性和可行性进行了验证。
【关键词】SVR(支持向量回归) 时间序列 回归算法 训练算法 核函数
【基金】安徽省自然科学基金资助,项目号070416251。
【所属期刊栏目】现代管理科学
文献传递