基于WT-SVM的近海巡防油料保障需求分析与预测
依据近海巡防油料保障需求表现出的时间特征,引入一种基于小波分析与支持向量机的组合预测模型,充分运用小波分析的多尺度提取信息的特性,对时间序列进行多尺度分解和阈值去噪,使得各层符合规律运行要求的样本数据落在一定的波动区间,提高样本数据的预测能力,进而通过对各层级的支持向量机学习和结果融合,得到最终的预测值;实验表明:该组合预测模型较单一的支持向量机模型在近海巡防油料保障需求的预测上能够准确反映序列的变化趋势,具有较高的预测精度.
小波分析、支持向量机、阈值去噪、近海巡防
39
E239.3(后方勤务)
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
121-125