最小二乘支持向量机的扩展及其在时间序列预测中的应用
福州大学管理学院,福州350002
下一篇 上一篇
摘要
根据时间序列近期数据较远期数据包含有更多未来信息的思想,对最小二乘支持向量机预测方法进行了扩展,得到了更具一般性的最小二乘支持向量机预测模型,给出了扩展后的预测模型具体算法。两个时间序列的预测实例表明,扩展后的预测方法获得了更好的预测效果,提升了最小二乘支持向量机预测方法的价值。
参考文献
[ 1 ] 陈磊,张土乔.基于最小二乘支持向量机的时用水量预测模型[J].哈尔滨工业大学学报,2006,38(9):1528-1530 链接1
[ 2 ] 韩敏.混沌时间序列预测理论与方法[M].北京:中国水利水电出版社,2007,208-209
[ 3 ] 吕金虎,陆君安,陈士华.混沌时间序列分析及其应用[M].武汉:武汉大学出版社,2002.14-18
[ 4 ] 施燕杰.基于支持向量机(SVM)的股市预测方法[J].统计与决策,2005,(4):123-125 链接1
[ 5 ] 田翔,邓飞其.精确在线支持向量回归在股指预测中的应用[J].计算机工程,2005,31(22):18-20 链接1
[ 6 ] 周万隆,姚艳.支持向量机在股票价格短期预测中的应用[J].商业研究,2006,(6):160-162 链接1
[ 7 ] 王彦峰,高风.基于支持向量机的股市预测[J].计算机仿真,2006,23,(11):256-258 链接1