本文主要研究内容
作者张翔（2019）在《基于加权核函数SVR的时间序列预测》一文中研究指出：时间序列预测一直是各领域研究的重点,而随着机器学习的发展,通过机器学习的方法进行时间序列的预测更是目前预测的主要研究方向。首先介绍时间序列预测的相关研究算法,然后介绍所提出的加权核函数SVR时间序列预测方法。通过随机森林的CART算法计算出每个时间点对最终预测结果的重要度,将其作为权值对SVR核函数加权,实现对SVR时间序列预测效果的提升。最终的实验通过公共数据集对SVR和所提出的方法进行比较。结果证明该方法的有效性。
Abstract
shi jian xu lie yu ce yi zhi shi ge ling yu yan jiu de chong dian ,er sui zhao ji qi xue xi de fa zhan ,tong guo ji qi xue xi de fang fa jin hang shi jian xu lie de yu ce geng shi mu qian yu ce de zhu yao yan jiu fang xiang 。shou xian jie shao shi jian xu lie yu ce de xiang guan yan jiu suan fa ,ran hou jie shao suo di chu de jia quan he han shu SVRshi jian xu lie yu ce fang fa 。tong guo sui ji sen lin de CARTsuan fa ji suan chu mei ge shi jian dian dui zui zhong yu ce jie guo de chong yao du ,jiang ji zuo wei quan zhi dui SVRhe han shu jia quan ,shi xian dui SVRshi jian xu lie yu ce xiao guo de di sheng 。zui zhong de shi yan tong guo gong gong shu ju ji dui SVRhe suo di chu de fang fa jin hang bi jiao 。jie guo zheng ming gai fang fa de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自现代计算机(专业版)的张翔，发表于刊物现代计算机(专业版)2019年06期论文，是一篇关于时间序列预测论文,加权论文,算法论文,现代计算机(专业版)2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自现代计算机(专业版)2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：时间序列预测论文; 加权论文; 算法论文; 现代计算机(专业版)2019年06期论文;