10.3969/j.issn.1003-3254.2012.05.047
基于特征指数加权的最小二乘支持向量机算法
根据支持向量回归机原理,针对样本特征对回归预测重要性的差异,采用最小二乘支持向量回归机(LS-SVR)算法,减少参数数量,针对参数对预测效果的影响,并考虑到特征加权的意义,采用特征指数进行加权,其权重系数由灰色关联度确定,提出了基于特征指数加权的最小二乘支持向量回归机算法.为验证该算法的有效性,对实际股票价格进行预测,结果表明该算法较传统最小二乘支持向量回归机算法,其回归估计函数的预测能力明显提高,具有一定的实用价值.
支持向量回归机、特征加权、灰色关联度、评价指标、核函数
21
TN9;F83
2012-10-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
205-208