数学的实践与认识

2018, v.48(08) 239-244

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

基于混沌最小二乘支持向量机的时间序列预测研究
Time series Prediction Based on Chaotic Least Squares Support Vector Machines

高雄飞;

摘要(Abstract):

为了对这种具有非线性特性的时间序列进行预测,提出一种基于混沌最小二乘支持向量机.算法将时间序列在相空间重构得到嵌入维数和时间延滞作为数据样本的选择依据,结合最小二乘法原理和支持向量机构建了基于混沌最小二乘支持向量机的预测模型.利用此预测模型对栾城站土壤含水量时间序列进行了预测.结果表明,经过相空间重构优化了数据样本的选取,通过模型的评价指标,混沌最小二乘支持向量机的预测模型能精确地预测具有非线性特性的时间序列,具有很好的理论和应用价值.

关键词(KeyWords): 时间序列;相空间重构;支持向量机;最小二乘算法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(11171043)

作者(Author): 高雄飞;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享