计算机科学 ›› 2006, Vol. 33 ›› Issue (3): 202-204.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要: 基于统计学习的预测方法在一定程度上依赖于大量数据的基础假设,但在实际应用中时间序列样本往往是有限的,论文提出了一种基于小波的支持向量机预测模型(WSVMFM).通过小波框架的平移所生成的平方可积空间中的一组完备的基可以构造为支持向量机(SVM)的核函数,而采用该核函数的SVM(WSVM)可以逼近平方可积空间中的任意函数,从而提高学习和预测效率.将该预测模型应用于基于多智能代理的电子商务交易模型中可较好地解决交易状态表示及预测等问题.
关键词: 小波框架 支持向量机 预测模型 电子商务交易模型
Abstract: The forecasting method based on statistic learning depends on the basic hypothesis of mass data, but in the really application, the time serial sample always is limited, this paper puts forward a forecasting model via support vector machines based wavelet
Key words: Frame of wavelets, Support vector machine, Forecasting model, Electronic business tradeoff model
. 基于小波的支持向量机预测模型及应用[J]. 计算机科学, 2006, 33(3): 202-204. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I3/202
Cited