支持向量机方法应用于理想时间序列的预测研究

摘要：

简要介绍了基于统计学习理论的支持向量机方法的基本思想和原理，利用该方法对33模Lorenz系统的理想混沌时间序列建立预测模型，并对在此基础上产生的非平稳时间序列进行预测试验研究。结果表明，支持向量机方法不仅对平稳过程有较好的预报能力，也可以适用于非平稳过程，对实际序列的预测有一定的启发意义。

关键词： 支持向量机 时间序列 预测建模 统计学习

作者: 毛宇清 王咏青 王革丽

作者单位: 中国科学院大气物理研究所中层大气与全球环境探测开放实验室,北京 100029;南京信息工程大学大气科学学院,南京 210044 南京信息工程大学大气科学学院,南京 210044 中国科学院大气物理研究所中层大气与全球环境探测开放实验室,北京 100029

会议类型: 国内会议

会议名称: 中国气象学会2008年会

会议地点: 北京

会议语种:中文

页码: 1-11

在线出版日期: 2008-11-20（万方平台首次上网日期，不代表论文的发表时间）