基于分类SVM的时间序列预测研究

摘要：

文章讨论了基于分类的SVM非线性回归算法及其在时间序列预测中的应用.与传统SVM回归算法相比,本算法有更强的不敏感性和健壮性、参数值可设定性并可避免过拟合现象.文中提出了一种计算预测模型初始参数值的方法,可以高效地找到较好的模型参数,并通过实验对方法的有效性和可行性进行了验证.

关键词：SVR(支持向量回归)、时间序列、回归算法、训练算法、核函数

分类号：F2(经济计划与管理)

资助基金：安徽省自然科学基金070416251

在线出版日期：2007-09-17（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：39-41