%0 Journal Article
%T 支持向量机方法应用于理想时间序列的预测研究
%A 毛宇清
%A 王咏青
%A 王革丽
%J 气候与环境研究
%P 676-682
%D 2007
%R 10.3878/j.issn.1006-9585.2007.05.10
%X 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。
%K 支持向量机
%K 非平稳时间序列
%K 预测建模
%U http://www.dqkxqk.ac.cn/qhhj/qhhj/ch/reader/view_abstract.aspx?file_no=20070510&flag=1