10.3969/j.issn.1673-629X.2011.07.007
基于经验模式分解的时间序列预测方法研究
支持向量机理论是20世纪90年代由Vapnik提出的一种基于统计学习理论的新的机器学习方法,其具有全局最优解和较好的泛化能力,可将其用于求解时间序列预测间题.但是对于非平稳时间序列的顶测,利用支持向量机算法单独建立一个模型的预测结果不如平稳时间序列那样明显,可以采用经验模式分解法作为时序预测的预处理工具.先将非平稳时间序列进行经验模式分解,再对各个分量分别建模,最后将各分量预测结果进行组合.同时通过仿真实验验证了该方法是有效的.
支持向量机、支持向量回归、时间序列预测、经验模式分解
21
TP391(计算技术、计算机技术)
海军十一五预研项目
2011-11-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
25-28