基于支持向量机的混沌时间序列非线性预测

摘要：

提出一种新的应用支持向量机回归原理的混沌时间序列非线性预测方法,同时利用自适应的方法对支持向量机的参数进行优化.仿真结果显示支持向量机具有比传统的回归方法更好的泛化能力,预测方法具有很高的预测精度,同时还讨论了支持向量机中参数以及嵌入维数的变化对泛化误差的影响,得出的结论与统计学习理论中的VC维理论相一致.

关键词：混沌时间序列、支持向量机、预测、非线性

所属期刊栏目：25

分类号：TP181(自动化基础理论)

资助基金：高等学校博士学科点专项科研项目20040700010

在线出版日期：2005-11-10（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：94-99