论文部分内容阅读
基于统计学习的预测方法在一定程度上依赖于大量数据的基础假设，但在实际应用中时间序列样本往往是有限的，论文提出了一种基于小波的支持向量机预测模型（WSVMFM）.通过小波框架的平移所生成的平方可积空间中的一组完备的基可以构造为支持向量机（SVM）的核函数，而采用该核函数的SVM（WSVM）可以逼近平方可积空间中的任意函数，从而提高学习和预测效率.将该预测模型应用于基于多智能代理的电子商务交易模型中可较好地解决交易状态表示及预测等问题.