10.3969/j.issn.1001-4616.2014.03.003
基于数据依赖核支持向量机回归的风速预测模型
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。
风速预测、数据依赖核、支持向量机回归
TP181(自动化基础理论)
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
2014-11-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
15-20