论文摘要
时间序列预测一直是各领域研究的重点,而随着机器学习的发展,通过机器学习的方法进行时间序列的预测更是目前预测的主要研究方向。首先介绍时间序列预测的相关研究算法,然后介绍所提出的加权核函数SVR时间序列预测方法。通过随机森林的CART算法计算出每个时间点对最终预测结果的重要度,将其作为权值对SVR核函数加权,实现对SVR时间序列预测效果的提升。最终的实验通过公共数据集对SVR和所提出的方法进行比较。结果证明该方法的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 张翔
关键词: 时间序列预测,加权,算法
来源: 现代计算机(专业版) 2019年06期
年度: 2019
分类: 信息科技,基础科学
专业: 数学,自动化技术
单位: 同济大学电子与信息工程学院
分类号: O211.61;TP181
页码: 15-18+22
总页数: 5
文件大小: 2720K
下载量: 137
相关论文文献
- [1].基于经验模态分解生成对抗网络的金融时间序列预测[J]. 计算机应用与软件 2020(05)
- [2].卡尔曼滤波及其在时间序列预测中的应用[J]. 仪表技术 2010(07)
- [3].基于逆模糊数的模糊时间序列预测的新方法[J]. 数学的实践与认识 2015(07)
- [4].一型模糊逻辑系统在时间序列预测中的应用[J]. 辽宁工业大学学报(自然科学版) 2012(05)
- [5].基于灰色时间序列预测中国汽车销量[J]. 湖州职业技术学院学报 2012(01)
- [6].基于加权支持向量机的金融时间序列预测[J]. 商业研究 2010(01)
- [7].核函数支持向量机的时间序列预测应用研究[J]. 消费导刊 2008(10)
- [8].预则立——时间序列预测技术之广电业务应用[J]. 中国数字电视 2011(10)
- [9].时间序列预测的发展与应用[J]. 兵工自动化 2015(02)
- [10].基于MATLAB的时间序列预测[J]. 电脑知识与技术 2015(29)
- [11].模糊时间序列预测的连续点逆模糊数预测模型[J]. 黑龙江大学自然科学学报 2014(03)
- [12].基于SVM的死亡率时间序列预测设计与分析[J]. 中国卫生统计 2010(01)
- [13].基于灰关联分析的多因素时间序列预测研究与应用[J]. 漳州职业技术学院学报 2009(04)
- [14].一种基于时间序列预测的重采策略[J]. 中文信息学报 2019(07)
- [15].时间序列预测技术综述[J]. 信息通信 2018(11)
- [16].基于TensorFlow的时间序列预测系统[J]. 现代计算机 2019(14)
- [17].Granger相关性与时间序列预测[J]. 控制与决策 2014(04)
- [18].犯罪时间序列预测分析方法研究——以CrimeStat软件为例[J]. 中国人民公安大学学报(自然科学版) 2019(02)
- [19].基于混合模型的模糊时间序列预测的研究[J]. 辽宁工业大学学报(自然科学版) 2015(03)
- [20].基于最小二乘支持向量机的复杂金融时间序列预测[J]. 清华大学学报(自然科学版)网络.预览 2008(07)
- [21].对于不平衡数据的模糊时间序列预测[J]. 计算机与现代化 2017(12)
- [22].电子系统状态时间序列预测的优化相关向量机方法[J]. 系统工程与电子技术 2013(09)
- [23].基于多尺度层级LSTM网络的时间序列预测分析[J]. 计算机科学 2019(S2)
- [24].混合多个SVR模型的金融时间序列预测[J]. 微型电脑应用 2013(03)
- [25].多任务LS-SVM在时间序列预测中的应用[J]. 计算机工程与应用 2018(03)
- [26].一种新的基于DFNN的时间序列预测[J]. 科学技术与工程 2010(32)
- [27].用小波分析和支持向量机的方法预测精度损失[J]. 工业计量 2009(01)
- [28].WFAR模型在时间序列预测中的应用[J]. 沈阳师范大学学报(自然科学版) 2019(01)
- [29].基于改进SVC的金融时间序列预测[J]. 现代商业 2014(05)
- [30].混合模型在经济时间序列预测中的应用研究[J]. 计算机仿真 2011(06)