基于支持向量机旅游需求预测
针对旅游预测中常存在旅游因子难以确定、样本容量小等特点,探讨了一种新的预测方法--支持向量机回归算法(SVR)在旅游需求时间序列预测中的应用.以2004年1月至2007年4月的中国入境旅游人数月度数据为样本,建立了入境旅游需求预测的SVR模型.通过对模型的检验并与神经网络模型(BPNN)的比较,其结果表明SVR模型更优于BPNN模型.
支持向量机、旅游需求预测、神经网络模型(BPNN)
30
F59(旅游经济)
2011-04-11(万方平台首次上网日期,不代表论文的发表时间)
2122-2126