增量式剪枝最小二乘支持向量机的时间序列预测

被引:1
作者
王晓兰 [1 ,2 ]
康蕾 [1 ]
机构
[1] 兰州理工大学电气工程与信息工程学院
[2] 甘肃省有色金属新材料省部共建国家重点实验室
关键词
时间序列预测; 最小二乘支持向量机; 增量式算法; 剪枝算法;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
摘要
根据分块矩阵计算公式和支持向量机核函数矩阵本身特点,在增量式最小二乘支持向量机算法的基础上,通过引入剪枝方法改善最小二乘支持向量机的稀疏性,并将这种方法应用于时间序列预测,试验表明这一方法在预测精度及速度上具有一定的优越性。
引用
收藏
页码:12 / 13+6+4 +6
页数:4
相关论文
共 4 条
[1]   回归最小二乘支持向量机的增量和在线式学习算法 [J].
张浩然 ;
汪晓东 .
计算机学报, 2006, (03) :400-406
[2]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[3]  
数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,
[4]  
线性模型参数估计及其改进.[M].张金槐编著;.国防科技大学出版社.1992,