基于支持向量机的复杂时间序列预测研究

被引：34

作者：

曲文龙

樊广佺

杨炳儒

机构：

[1] 北京科技大学信息工程学院

来源：

计算机工程 | 2005年 / 23期

关键词：

时间序列预测; 支持向量机; 多尺度; 数据挖掘;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

介绍了相空间重构和基于支持向量机的时间序列预测建模技术,提出了复杂时间序列的多尺度分解方法,对支持向量机回归与预测的各项参数设置进行了试验分析。对股票数据进行建模和预测,结果表明支持向量机对复杂时间序列具有较好的预测效果。

引用

收藏

页码：1 / 3

页数：3

相关论文

共 3 条

[1] 复杂系统数据挖掘的多尺度混合算法 [J].

康卓 ;

黄竞伟 ;

李艳 ;

康立山 .

软件学报, 2003, (07) :1229-1237

[2] 基于神经网络的股市预测 [J].

刘新勇 ;

贺江峰 ;

孟祥泽 ;

陈增强 ;

袁著祉 .

南开大学学报(自然科学版), 1998, (03) :39-44

[3]

混沌时间序列分析及其应用.[M].吕金虎等编著;.武汉大学出版社.2002,