10.3969/j.issn.1006-9348.2013.11.069
基于支持向量机的混沌时序局域预测
研究混沌时间序列预测问题.混沌时间序列同时具有确定性与随机性,传统预测方法精度低,为了提高预测精度,提出基于支持向量机的局域预测法.使用基于演化跟踪的邻近相点选取方法,代替欧几里德距离法,能够有效辨别并剔除伪邻近点.采用基于Hannan-Quinn定阶准则的邻点个数确定法,解决传统方法凭主观经验或多次试验确定邻点数量的不足.最后以Lorenz混沌时间序列为例进行实验分析,结果表明支持向量机方法在预测精度、速率、可预测步数等多个指标上都比传统方法具有更好的性能.
混沌时间序列、支持向量机、局域预测、相空间重构
30
TP301.6(计算技术、计算机技术)
2013-12-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
303-306,329