基于SVR和CAR的多维时间序列分析及其在生态学中的应用

摘要：

基于支持向量回归(SVR)并融合带受控项的自回归模型(CAR),建立了一种既反映样本集动态特征又体现环境因子影响的非线性多维时间序列分析预测方法(SVR-CAR).用一步预测法对两个生态学样本集的预测结果表明,SVR-CAR在所有参比模型中预测精度最高,并具结构风险最小、非线性、避免过拟合、泛化推广能力优异等诸多优点.SVR-CAR在生态学、农业科学、经济学等多维时间序列预测领域有较广泛的应用前景.

关键词：多维时间序列、支持向量回归、非线性、预测、均方差

所属期刊栏目：27

分类号：Q141(生态学（生物生态学）)

资助基金：国家自然科学基金30570351;教育部跨世纪优秀人才培养计划

在线出版日期：2007-07-23（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：2419-2424