基于数据依赖核支持向量机回归的风速预测模型

摘要：

针对风速随机性大、影响因素多、预测准确度不高的情况,基于支持向量机与信息几何的统计学关联性,从信息几何学角度分析核函数的几何结构,构造数据依赖核函数,并与支持向量机回归相结合,形成数据依赖核支持向量机回归( Data Dependent Kernel-SVR,DDK-SVR)方法。将该方法用于风速预测中,建立DDK-SVR风速预测模型,并将预测结果与传统支持向量机、神经网络方法进行对比。结果表明,DDK-SVR方法具有更高的预测精度。

关键词：风速预测、数据依赖核、支持向量机回归

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61103141;江苏省自然科学基金BK2012858;江苏省高校自然科学研究资助项目13KJB520015

在线出版日期：2014-11-03（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：15-20