基于小波支持向量机的非线性组合预测方法研究

被引：26

作者：

李元诚

李波

方廷健

机构：

[1] 北京航空航天大学计算机学院数字媒体室

[2] 中国科学院智能机械研究所北京

来源：

信息与控制 | 2004年 / 03期

关键词：

小波; 支持向量机; 核函数; 非线性组合预测;

D O I：

10.13976/j.cnki.xk.2004.03.011

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于支持向量机(SVM)核方法和小波框架理论,提出了一种称为小波支持向量机(Wavelet Support Vector Machines,WSVM)的新的机器学习方法,并把这种方法应用于组合预测,得到了一种基于WSVM的非线性组合预测新模型,然后给出了此模型的结构设计和实现算法.通过仿真实验,把该方法与小波神经网络等方法相比较,得到了更好的实验结果,从而验证了该方法的正确性和有效性.

引用

页码：303 / 306+324 +324

页数：5