LS-SVM在混沌时间序列预测中的应用

被引：9

作者：

孙德山

吴今培

机构：

[1] 辽宁师范大学数学系

[2] 五邑大学智能技术与系统研究所辽宁大连

[3] 广东江门

来源：

基金：

广东省自然科学基金;

关键词：

最小二乘支持向量机; 回归; 混沌时间序列; 核函数;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。文中将最小二乘支持向量机算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明,该方法具有很好的泛化能力和一定的噪声容忍能力。

引用

页码：21 / 22+25 +25

页数：3