学位论文 > 优秀研究生学位论文题录展示
最小二乘支持向量回归组合预测模型的应用
作 者: 陈金翠
导 师: 胡锡健
学 校: 新疆大学
专 业: 概率论与数理统计
关键词: 最小二乘支持向量回归 马尔科夫链 组合模型 预测
分类号: F830.91
类 型: 硕士论文
年 份: 2010年
下 载: 182次
引 用: 1次
阅 读: 论文下载
内容摘要
支持向量机(Support Vector Machine,SVM)在分类问题上,无论是理论还是应用,都已经趋于完善。但在回归的应用上,还有很多有待完善的。最小二乘支持向量机回归(Least Squares Support Vector Machine For Regression,Lssvr)是建立在Vapnik等人提出的统计学习理论基础上,Suyken等人提出的一种学习方法。可以说,它是支持向量机的一种新的算法。它不但有良好的学习性能和解决非线性、小样本、局部极值等问题,而且参数个数少,通过求解一个线性方程组得到问题的解。目前,支持向量机已经成为一个研究的热点。本文首先阐述了支持向量机的发展过程及其相关的一些应用研究成果,并对其优势作了介绍。其次,系统地阐述统计学习理论的主要内容。同时也介绍支持向量机,最小二乘支持向量回归算法的原理和实现过程。最后,考虑到传统的ARIMA方法,Lssvr方法,马尔科夫链方法在时间序列预测上的优势,将ARIMA方法与Lssvr方法,Lssvr和马尔科夫链方法组合得到两种混合模型。前一模型是将时间序列分解为线性和非线性部分,后一模型是将序列分解为确定性部分和随机部分。将两种组合模型应用于股票指数的预测,且与ARIMA方法,Lssvr方法进行模拟比较,结果显示组合模型要好于另外两个模型。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 序言 7-11 1.1 选题的背景与意义 7-8 1.2 支持向量机的应用研究及优势 8-10 1.2.1 支持向量机的应用研究 8-9 1.2.2 支持向量机性能 9-10 1.3 主要内容与安排 10-11 第二章 支持向量回归理论 11-23 2.1 学习问题与经验风险最小化原理 11-12 2.1.1 学习问题 11-12 2.1.2 经验风险最小化原理 12 2.2 统计学习理论的基本内容 12-14 2.2.1 VC维 12-13 2.2.2 泛化性的界 13-14 2.2.3 结构风险最小化 14 2.3 支持向量回归 14-22 2.3.1 线性ε―支持向量回归 14-19 2.3.2 非线性ε―支持向量回归 19-21 2.3.3 最小二乘支持向量回归 21-22 2.4 核函数 22-23 第三章 ARIMA―最小二乘支持向量机组合预测模型 23-32 3.1 建立模型的思想 23 3.2 ARIMA―最小二乘支持向量机组合预测模型的形式 23-24 3.2.1 组合预测模型 23-24 3.3 实证分析 24-31 3.3.1 ARIMA模型 24-27 3.3.2 Lssvr模型的建立与预测 27-29 3.3.3 ARIMA―Lssvr组合模型的预测 29-31 3.4 小结 31-32 第四章 Lssvr―马尔科夫链组合预测模型 32-38 4.1 Lssvr―马尔科夫链组合的思想 32 4.2 Lssvr―马尔科夫链组合预测模型 32-34 4.2.1 马尔科夫链方法 32-33 4.2.2 组合预测模型的建立 33-34 4.3 实证分析 34-38 第五章 总结 38-39 参考文献 39-41 学术论文目录 41-42 致谢 42
|
相似论文
- 基于图的标志SNP位点选择算法研究,Q78
- 液力减速器制动性能及用于飞机拦阻的仿真研究,TH137.331
- 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
- 网络语音传输丢包的恢复技术,TN912.3
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 硝酸钠制配过程中pH值的预测控制及仿真研究,TP273
- 离散非线性系统输入到状态稳定性研究,TP13
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 云南省勐腊县南坡铜矿床成矿规律与成矿预测研究,P618.41
- 计算智能在数字化卷烟叶组配方中的应用研究,TS44
- 地州级卷烟销量预测影响因素研究,F224
- 农业昆虫中微RNA基因的生物信息学预测,S186
- 枇杷果实采后品质变化及硬度预测模型研究,TS255.4
- 江苏省秸秆资源评价与规模化能源利用发展研究,S38
- 八种昆虫转录组数据中OBP、CSP和RyR基因预测及序列分析,S433
- 基于小麦群体指标及氮营养状况的籽粒产量和品质预测研究,S512.1
- 基于HJ卫星混合像元分解的水稻生长监测技术研究,S511
- 基于遥感信息与模型耦合的水稻生长预测技术研究,S511
- 基于光温的温室春石斛兰生长与外观品质预测模型研究,S682.31
- 水氮耦合对日光温室标准切花菊‘神马’外观品质影响的预测模型,S682.11
- 番茄果实采后品质特性变化及预测模型研究,S641.2
中图分类: > 经济 > 财政、金融 > 金融、银行 > 金融、银行理论 > 金融市场 > 证券市场
© 2012 www.xueweilunwen.com
|