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
王玲
刘贺平
机构
[1] 北京科技大学信息工程学院
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 ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300