基于综合隶属度函数的模糊支持向量回归机

被引：6

作者：

王珏 ^{[1
,2
]}

乔建忠 ^{[1
]}

林树宽 ^{[1
]}

罗海艳 ^{[2
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 沈阳农业大学信息与电气工程学院

来源：

小型微型计算机系统 | 2016年 / 37卷 / 03期

关键词：

金融时间序列; 预测; 支持向量回归; 隶属度; 模糊;

D O I：

10.20009/j.cnki.21-1106/tp.2016.03.030

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对金融时间序列一般具有非线性、非平稳性、高信噪比和有限样本等特点,将模糊支持向量回归机引入到金融时间序列预测中.设计一种综合模糊隶属度函数,充分考虑到三点:第一噪音会导致错误的回归;第二越靠近预测点的样本对回归的影响越大;第三,离回归线越远的样本,对回归的贡献越大.综合隶属度函数,尽量剔除噪音并给离回归线远的和靠近预测点的样本较大的权值.将采用综合隶属度函数的模糊支持向量回归机应用于羊绒价格序列中,仿真结果表明,本文的基于综合隶属度函数的模糊支持向量回归机在预测精度上有所提高.

引用

页码：551 / 554

页数：4

共 13 条

[1]

基于支持向量机的金融时间序列研究 [D].