基于相关向量回归的非线性时间序列预测方法

被引：6

作者：

刘芳 ^{[1
]}

周建中 ^{[1
]}

邱方鹏 ^{[2
]}

刘力 ^{[1
]}

机构：

[1] 华中科技大学水电与数字化工程学院

[2] 华中科技大学管理学院

来源：

计算机工程 | 2008年 / 03期

关键词：

稀疏Bayesian; 相关向量回归; 非线性时间序列; 径流预报;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对非线性时间序列预测建模的复杂性和不确定性,提出一种基于相关向量回归的非线性时间序列预测方法。该方法在传统的核函数基础上,融入Bayesian推理框架,得到具有概率特性的预报结果,无须对误差/边界参数进行预估计,具有学习算法简单、易实现的特点。仿真计算表明,该方法能反映非线性时间序列的内在特性,预测结果较好。

引用

页码：1 / 2+5 +5

页数：3