作者：孙德山; 吴今培机器学习支持向量机混沌时间序列预测神经网络
摘要：支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题.文中将最小二乘支持向量机算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析.仿真实验表明,该方法具有很好的泛化能力和一定的噪声容忍能力.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机技术与发展》（CN：61-1450/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机技术与发展》在国内外有广泛的覆盖面，国内读者遍布全国32个省（市、自治区）以及港、澳、台地区，境外读者分布在北美、西欧、韩国、日本等38个国家和地区。
部级期刊
人气 230272 评论 65
人气 214859 评论 35
省级期刊
人气 213112 评论 71
北大期刊、统计源期刊
人气 193060 评论 73
