节点文献

基于支持向量机的复杂时间序列预测研究

Research on Complicated Time Series Prediction Based on Support Vector Machines

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 QU Wenlong,FAN Guangquan,YANG Bingru(Information Engineering College,Beijing University of Science and Technology,Beijing 100083)

【机构】北京科技大学信息工程学院；北京科技大学信息工程学院北京100083；北京100083；

【摘要】介绍了相空间重构和基于支持向量机的时间序列预测建模技术,提出了复杂时间序列的多尺度分解方法,对支持向量机回归与预测的各项参数设置进行了试验分析。对股票数据进行建模和预测,结果表明支持向量机对复杂时间序列具有较好的预测效果。更多还原

【Abstract】 The paper first introduces the technology of phase construction and modeling of time series prediction based on SVM(support vector machines).Then it proposes the multiple-scaled decomposing method of complicated time series and analyzes the parameter sensitivity of SVM regression.Finally,it establishes prediction model and applies it to the stock data.Experimental result indicates that SVM is an effective method for complicated time series prediction.更多还原

【关键词】时间序列预测；支持向量机；多尺度；数据挖掘；
【Key words】 Time series prediction； Support vector machine(SVM)； Multiple scale； Data mining；

【基金】教育部科技基金重点资助项目(教技司[2000]175)

【文献出处】计算机工程 ,Computer Engineering , 编辑部邮箱 ,2005年23期

【分类号】TP301.6
【被引频次】90
【下载频次】1253

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献