支持向量机在混沌系统预测中的应用

被引:2
作者
梁新荣 [1 ]
刘智勇 [2 ]
孙德山 [3 ]
毛宗源 [1 ]
机构
[1] 华南理工大学自动化科学与工程学院
[2] 五邑大学信息学院
[3] 辽宁师范大学数学系
基金
广东省自然科学基金;
关键词
支持向量机; 混沌系统; 交通流量; 预测;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
提出用支持向量机回归方法解决混沌系统预测问题。阐述了支持向量机回归算法,对四阶混沌时间序列进行预测,在此基础上结合城市交通的混沌性,对珠海市迎宾大道的交通流量进行预测。仿真实验表明,支持向量机泛化能力好、学习速度快,对混沌时间序列具有很好的预测效果,对城市交通流量预测也是切实可行的。
引用
收藏
页码:161 / 162+168 +168
页数:3
相关论文
共 1 条
  • [1] Least squares support vector machine classifiers
    Suykens, JAK
    Vandewalle, J
    [J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300