论文部分内容阅读
针对支持向量机对时变的样本集采用单一模型建模困难的问题，提出了一种新的学习策略．首先。使用自组织映射（SOM）神经网络和k-means聚类算法对初始样本集合进行聚类．然后，针对每个聚类数据集合，通过最优加权组合不同核函数的支持向量回归模型建立最终的模型．实验表明，采用这种学习策略的建模精度要优于单一支持向量回归建模方法。