| 基于支持向量机的复杂时间序列预测研究 |
| |
| 引用本文： | 曲文龙,樊广佺,杨炳儒. 基于支持向量机的复杂时间序列预测研究[J]. 计算机工程, 2005, 31(23): 1-3 |
| |
| 作者姓名： | 曲文龙 樊广佺 杨炳儒 |
| |
| 作者单位： | 北京科技大学信息工程学院,北京,100083;北京科技大学信息工程学院,北京,100083;北京科技大学信息工程学院,北京,100083 |
| |
| 基金项目： | 教育部科技基金重点资助项目（教技司[2000]175） |
| |
| 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问序列具有较好的预测效果。
|
| 关 键 词： | 时间序列预测 支持向量机 多尺度 数据挖掘 |
| 文章编号： | 1000-3428（2005）23-0001-03 |
| 收稿时间： | 2004-10-11 |
| 修稿时间： | 2004-10-11 |
Research on Complicated Time Series Prediction Based on Support Vector Machines |
| |
| QU Wenlong,FAN Guangquan,YANG Bingru. Research on Complicated Time Series Prediction Based on Support Vector Machines[J]. Computer Engineering, 2005, 31(23): 1-3 |
| |
| Authors: | QU Wenlong FAN Guangquan YANG Bingru |
| |
| Affiliation: | Intormation Engineering College, Beijing University of Science and Technology, Beijing 100083 |
| |
| 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. |
| |
| Keywords: | Time series prediction Support vector machine(SVM) Multiple scale Data mining |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
