基于组合SVR的非平稳时间序列的模糊建模方法

林树宽; 支力佳; 张少敏; 乔建忠; 王国仁; 于 戈

您当前的位置：

首页 >

文章列表页 >

基于组合SVR的非平稳时间序列的模糊建模方法

论文 | 更新时间：2025-07-16

- 基于组合SVR的非平稳时间序列的模糊建模方法
- A Multi-SVR Based Fuzzy Modeling Method for Non-Stationary Time Series
- 电子学报 2006年34卷第10期页码：1929-1932
- 作者机构：
  
  东北大学信息科学与工程学院,辽宁,沈阳,110004
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60473074);辽宁省自然科学基金 (No.20042015);沈阳市自然科学基金 (No.1041036-1-06-07)
- DOI：
  中图分类号： TP181
- 纸质出版：2006
- 稿件说明：
移动端阅览
林树宽, 支力佳, 张少敏, 等. 基于组合SVR的非平稳时间序列的模糊建模方法[J]. 电子学报, 2006,34(10):1929-1932.

LIN Shu-kuan, ZHI Li-jia, ZHANG Shao-min, et al. A Multi-SVR Based Fuzzy Modeling Method for Non-Stationary Time Series[J]. Acta Electronica Sinica, 2006, 34(10): 1929-1932.
林树宽, 支力佳, 张少敏, 等. 基于组合SVR的非平稳时间序列的模糊建模方法[J]. 电子学报, 2006,34(10):1929-1932. DOI：

LIN Shu-kuan, ZHI Li-jia, ZHANG Shao-min, et al. A Multi-SVR Based Fuzzy Modeling Method for Non-Stationary Time Series[J]. Acta Electronica Sinica, 2006, 34(10): 1929-1932. DOI：

摘要

本文介绍一种对非平稳时间序列建模的新方法.参考Janos Abonyi提出的应用于时间序列的模糊分块算法

将该算法与改进的支持向量回归模型结合起来.首先

提出一种改进的支持向量回归的表达形式;然后

通过启发式的加权方法将模糊分块的信息与SVR结合起来;最后

提出一种基于组合SVR的建模方法.实验结果表明

本文提出的方法对于非平稳时间序列的建模具有较高的实用价值.

Abstract

A new approach for modeling non-stationary time series was introduced in this paper.Combine the fuzzy segmentation which was proposed by Janos Abonyi with Support Vector Machines(SVMs).Firstly

a modified Support Vector Regression(SVR) was proposed;Secondly

fuzzy segment information was combined with SVR by heuristic weighting method;Thirdly

we discussed a model based on multi-SVR.Experimental results show that the method proposed in this paper has great practical values for non-stationary time series modeling.

关键词

Keywords

references

浏览量

881

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于EMD‑LS的非平稳时间序列多重分形去趋势波动分析方法