高级搜索

混沌时间序列的支持向量机预测

,  ,  , 

downloadPDF

上一篇

下一篇

崔万照, 朱长纯, 保文星, 刘君华. 2004: 混沌时间序列的支持向量机预测, 物理学报, 53(10): 3303-3310. doi: 10.3321/j.issn:1000-3290.2004.10.012
引用本文: 崔万照, 朱长纯, 保文星, 刘君华. 2004: 混沌时间序列的支持向量机预测, 物理学报, 53(10): 3303-3310. doi: 10.3321/j.issn:1000-3290.2004.10.012
shu
2004: Prediction of the chaotic time series using support vector machines, Acta Physica Sinica, 53(10): 3303-3310. doi: 10.3321/j.issn:1000-3290.2004.10.012
Citation: 2004: Prediction of the chaotic time series using support vector machines, Acta Physica Sinica, 53(10): 3303-3310. doi: 10.3321/j.issn:1000-3290.2004.10.012
shu

混沌时间序列的支持向量机预测

  • 西安交通大学电子与信息工程学院,710049,西安

Prediction of the chaotic time series using support vector machines

  • 摘要: 根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机的强大的非线性映射能力, 建立了混沌时间序列的支持向量机预测模型,并在统计学习理论的基础上采用最小二乘方法来训练预测模型,利用该模型对嵌入维数与模型的均方根误差的关系进行了探讨.最后利用Mackey-Glass时间序列和变参数的Ikeda 时间序列对该模型进行了验证,结果表明,该预测模型能精确地预测混沌时间序列,而且在混沌时间序列的嵌入维数未知时也能取得比较好的预测效果.这一结论预示着支持向量机是一种研究混沌时间序列的有效方法.
  • 加载中
  • 加载中
计量
  • 文章访问数:  2473
  • HTML全文浏览数:  1162
  • PDF下载数:  487
  • 施引文献:  0
出版历程

混沌时间序列的支持向量机预测

  • 西安交通大学电子与信息工程学院,710049,西安

摘要: 根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机的强大的非线性映射能力, 建立了混沌时间序列的支持向量机预测模型,并在统计学习理论的基础上采用最小二乘方法来训练预测模型,利用该模型对嵌入维数与模型的均方根误差的关系进行了探讨.最后利用Mackey-Glass时间序列和变参数的Ikeda 时间序列对该模型进行了验证,结果表明,该预测模型能精确地预测混沌时间序列,而且在混沌时间序列的嵌入维数未知时也能取得比较好的预测效果.这一结论预示着支持向量机是一种研究混沌时间序列的有效方法.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回