SVM-RBF网络在混沌时间序列预测中的应用

摘要：

混沌时间序列预测是非线性动力学研究中一个很重要的问题.支持向量机是一种基于统计学习理论的新颖的机器学习方法,为混沌时间序列的预测提供了一种有效的算法思想.本文基于支持向量机与径向基神经网络在结构上的相似性,将支持向量机用于径向基神经网络中心的选取,并对混沌时间序列进行预测,仿真结果表明,其效果优于其他方法.

关键词：支持向量机、机器学习、径向基神经网络、混沌时间序列

所属期刊栏目：24

分类号：TP183(自动化基础理论)

资助基金：河南省科技厅;项目名称:智能化网络入侵防御系统关键技术研究;项目号:河南省杰出人才创新基金2007520048

在线出版日期：2009-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：136-137,125