基于信息冗余检验的支持向量机时间序列预测自由参数选取方法

被引：4

作者：

于艳华

宋俊德

机构：

[1] 北京邮电大学计算机学院

来源：

物理学报 | 2012年 / 61卷 / 17期

基金：

高等学校博士学科点专项科研基金;

关键词：

支持向量机; 自由参数; 残差; 全向相关函数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; O211.61 [平稳过程与二阶矩过程];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

支持向量机建模中的一个关键和难点问题是自由参数的设置.不同于以往应用残差的简单统计量选取最佳模型的方法,本文提出通过检验模型在训练集上的拟合残差是否不含冗余信息作为选择自由参数的依据.进一步提出应用全向相关函数(omni-directional correlaton function,ODCF)检验残差信息冗余并给出应用方法,并从理论分析和数值仿真两方面给出该方法正确性的证明.在两个典型的非线性时间序列(年均太阳黑子数和Mackey-Glass数据)上进行了实验,实验结果优于相关文献记载及基于校验集方法的预测性能.

引用

页码：168 / 181

页数：14

共 8 条

[1] 基于多核最小二乘支持向量机的永磁同步电机混沌建模及其实时在线预测
陈强
任雪梅
[J]. 物理学报, 2010, 59 (04) : 2310 - 2318
[2] 混沌时间序列重构相空间参数选取研究
张淑清
贾健
高敏
韩叙
[J]. 物理学报, 2010, 59 (03) : 1576 - 1582
[3] 一种基于异常点检测的电信网络性能监控策略
于艳华
宋俊德
[J]. 电子与信息学报, 2009, 31 (09) : 2220 - 2225
[4] 基于选择性支持向量机集成的混沌时间序列预测
蔡俊伟
胡寿松
陶洪峰
[J]. 物理学报, 2007, (12) : 6820 - 6827
[5] 系统辨识中支持向量机核函数及其参数的研究
荣海娜
张葛祥
金炜东
[J]. 系统仿真学报, 2006, (11) : 3204 - 3208+3226
[6] 基于模糊模型支持向量机的混沌时间序列预测
崔万照
朱长纯
保文星
刘君华
[J]. 物理学报, 2005, (07) : 3009 - 3018
[7] Advances in Kernel Methods:Support Vector Learning .2 Mattera D,Haykin S. MIT Press . 1999
[8] A kernel fuzzy c-meansclustering-based fuzzy support vector machine algorithm forclassification problems with outliers or noises .2 Yang X W,Zhang G Q,Lu J,et al. IEEETransactions on Fuzzy Systems . 2011

← 1 →