基于SVR的非线性时间序列预测方法应用综述

摘要：

基于支持向量回归(Support Vector Regression,简称SVR)的非线性时间序列预测是智能预测的重要前沿课题,在许多领域有着非常广泛的应用前景.文章介绍了SVR基本理论和方法,从金融、电力、交通、旅游等领域的典型应用对基于SVR的非线性时间序列预测进行了综述,分析了目前SVR在核函数、自由参数选择和输入数据处理方面存在的问题及其在应用领域进一步研究的方向.

关键词：支持向量机、支持向量回归、非线性、时间序列预测

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目71271072,71131002;高等学校博士学科点专项科研基金资助项目20110111110006;安徽高校省级自然科学研究资助项目KJ2012B097;国家级大学生创新训练资助项目201211305013

在线出版日期：2013-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：369-374