您的位置: 专家智库 > >

辽宁省自然科学基金(20042015)

作品数:3 被引量:18H指数:2
相关作者:乔建忠王国仁林树宽杨玫董俊更多>>
相关机构:东北大学更多>>
发文基金:辽宁省自然科学基金沈阳市自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量回归
  • 2篇向量
  • 1篇相空间重构
  • 1篇模糊建模方法
  • 1篇经验模式分解
  • 1篇建模方法
  • 1篇核方法
  • 1篇核主成分分析
  • 1篇非线性时间序...

机构

  • 3篇东北大学

作者

  • 3篇林树宽
  • 3篇王国仁
  • 3篇乔建忠
  • 1篇支力佳
  • 1篇于戈
  • 1篇郑刚
  • 1篇张少敏
  • 1篇董俊
  • 1篇杨玫

传媒

  • 1篇电子学报
  • 1篇计算机工程
  • 1篇东北大学学报...

年份

  • 2篇2007
  • 1篇2006
3 条 记 录,以下是 1-3
排序方式:
基于组合SVR的非平稳时间序列的模糊建模方法被引量:1
2006年
本文介绍一种对非平稳时间序列建模的新方法.参考Janos Abonyi提出的应用于时间序列的模糊分块算法,将该算法与改进的支持向量回归模型结合起来.首先,提出一种改进的支持向量回归的表达形式;然后,通过启发式的加权方法将模糊分块的信息与SVR结合起来;最后,提出一种基于组合SVR的建模方法.实验结果表明,本文提出的方法对于非平稳时间序列的建模具有较高的实用价值.
林树宽支力佳张少敏乔建忠王国仁于戈
基于核方法的非线性时间序列预测建模被引量:4
2007年
提出了一种基于核的非线性时间序列预测建模方法。对非线性时间序列的相空间进行重构以确定其嵌入维数,并提出一种基于核主成分分析的非线性时间序列相空间重构方法,针对时间序列的时序特征,采用一种加权的支持向量回归模型对时间序列预测建模。在不同基准数据集上的实验结果表明,与通常的基于普通支持向量回归的建模方法相比,该文所提出的预测建模方法具有较高的精度,说明所提方法对非线性时间序列的预测建模是有效的。
林树宽乔建忠王国仁郑刚董俊
关键词:核主成分分析支持向量回归相空间重构
一种非线性非平稳时间序列预测建模方法被引量:13
2007年
提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向量回归建立相应的平稳时间序列预测模型;最后,再一次利用支持向量回归对这些预测模型进行非线性组合,得到非线性、非平稳时间序列的预测模型.仿真实验和工程应用均表明,所提的预测建模方法与传统的基于支持向量回归的建模方法相比,具有较高的精度,说明该方法对于非线性、非平稳时间序列的预测是有效的.
林树宽杨玫乔建忠王国仁
关键词:经验模式分解支持向量回归
共1页<1>
聚类工具0