学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于核主成分分析与最小二乘支持向量机结合处理时间序列预测问题
被引:14
作者
:
郭辉
论文数:
0
引用数:
0
h-index:
0
机构:
北京科技大学信息工程学院
郭辉
王玲
论文数:
0
引用数:
0
h-index:
0
机构:
北京科技大学信息工程学院
王玲
刘贺平
论文数:
0
引用数:
0
h-index:
0
机构:
北京科技大学信息工程学院
刘贺平
机构
:
[1]
北京科技大学信息工程学院
来源
:
北京科技大学学报
|
2006年
/ 03期
关键词
:
主成分分析;
最小二乘支持向量机;
核主成分分析;
时间序列预测;
D O I
:
10.13374/j.issn1001-053x.2006.03.022
中图分类号
:
TP301.6 [算法理论];
学科分类号
:
081202 ;
摘要
:
探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元,然后用最小二乘支持向量机进行预测.通过实验表明,这种方法得到的效果优于没有特征提取的预测.同时与主成分分析提取特征相比,用核主成分分析效果更好.
引用
收藏
页码:303 / 306
页数:4
相关论文
共 2 条
[1]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]
Least squares support vector machine classifiers
[J].
Suykens, JAK
论文数:
0
引用数:
0
h-index:
0
机构:
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Suykens, JAK
;
Vandewalle, J
论文数:
0
引用数:
0
h-index:
0
机构:
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Vandewalle, J
.
NEURAL PROCESSING LETTERS,
1999,
9
(03)
:293
-300
←
1
→
共 2 条
[1]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]
Least squares support vector machine classifiers
[J].
Suykens, JAK
论文数:
0
引用数:
0
h-index:
0
机构:
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Suykens, JAK
;
Vandewalle, J
论文数:
0
引用数:
0
h-index:
0
机构:
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Katholieke Univ Leuven, Dept Elect Engn, ESAT, SISTA, B-3001 Heverlee, Belgium
Vandewalle, J
.
NEURAL PROCESSING LETTERS,
1999,
9
(03)
:293
-300
←
1
→