基于支持向量机的混沌时间序列预测模型  

作　　者：陈涛[1] 

机构地区：[1]陕西理工学院数学系,陕西汉中723000

出　　处：《统计与决策》2009年第18期13-15,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(70472072)

摘　　要：支持向量机是基于结构风险最小化原理的一种学习技术,是一种具有很好泛化能力的预测工具,它有效地解决小样本、非线性、高维数、局部极小等问题。文章利用支持向量回归机对时间序列进行了预测,并对模型选择和参数优化进行了研究。仿真试验表明预测结果是合理的,并具有较高的预测精度。

关 键 词：支持向量机 结构风险最小化 时间序列 预测信任度 

分 类 号：N945.2[自然科学总论—系统科学]