| 基于多尺度稀疏LSSVM的时间序列预测 |
| |
| 引用本文： | 肖强.基于多尺度稀疏LSSVM的时间序列预测[J].计算机技术与发展,2011,21(3). |
| |
| 作者姓名： | 肖强 |
| |
| 作者单位： | 国核电力规划设计研究院,北京,100094 |
| |
| 基金项目： | 国核院科研业务专项基金项目 |
| |
| 摘 要： | 最小二乘支持向量机在提高了支持向量机的运算速度的同时,失去了解的稀疏性.构造的多尺度稀疏最小二乘支持向量机,首先通过小波包分解对于数据进行多尺度描述,同时采用最小二乘支持向量机的学习算法获得数据之间的尺度相关性,可以实现解的稀疏性和可解释性,从而实现了系统的多尺度分解、子系统建模与合成的一体化.通过在时间序列预测上的应用可以发现,此模型在获得稀疏解的同时,极大地提高了系统的性能.而且,可以获得输出结果在不同尺度上的贡献度,增加了系统的可解释性.
|
| 关 键 词： | 多尺度稀疏最小二乘支持向量机 小波包分解 最小二乘支持向量机 金融时间序列 时间序列预测 |
Multi-Scale Least Squares Support Vector Machine for Time Series Forecasting |
| |
| XIAO Qiang.Multi-Scale Least Squares Support Vector Machine for Time Series Forecasting[J].Computer Technology and Development,2011,21(3). |
| |
| Authors: | XIAO Qiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
