支持向量机在小样本预测中的应用 |
| |
引用本文: | 赵传峰,姜汉桥,郭新华. 支持向量机在小样本预测中的应用[J]. 油气田地面工程, 2009, 28(2) |
| |
作者姓名: | 赵传峰 姜汉桥 郭新华 |
| |
作者单位: | 1. 中国石油大学(北京) 2. 新疆油田公司百口泉采油厂 |
| |
摘 要: | 支持向量机方法是一种有坚实理论基础的、新颖的小样本学习方法,可以用于处理高度非线性回归和分类问题.与现有的统计方法不同,它采用了结构风险最小化原理,因而预测精度较高;而且基本上不涉及概率测度及大数定律,最终的决策函数只由少数的支持向量所确定,因而其计算的复杂性仅仅取决于支持向量的数目,而非样本空间的维数.油气田开发工程中,往往需要根据小样本来预测某种方法或措施的效果,通过引入支持向量机方法,措施效果预测的精度有了明显的提高.
|
关 键 词: | 支持向量机 统计学习 预测 人工神经网络 核函数 |
Application of Support Vector Machine in Prediction for Small-Sample Cases |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|