基于SVM算法的改进及其在时间序列上的应用

来源 :江南大学 | 被引量 : 0次 | 上传用户:bo0316
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自从BP神经网络被成功地运用于时间序列分析上,人工智能技术受到了大家的热点关注。作为人工智能领域的一种新方法,SVM(Support Vector Machine,支撑向量机)以其独特的优点脱颖而出。它引入满足Karnsh-kuhn-Tucker条件的核函数,确保最大间隔问题的解的唯一性,这就避免了BP算法训练过程中所出现的局部最小值问题。它的算法复杂度由支撑向量和样本数决定,这样即克服了对有限样本数的限定。本文的研究目的是探索SVM在具体应用中,特征向量的初选对于模型效果的影响。在此基础上对标准算法进行改进,并将其应用于时间序列分析。本文的研究步骤如下:首先,对传统时间序列分析方法和人工智能方法进行比较分析。传统时间序列模型诸如:AR、ARCH等,在与BP神经网络的比较中,BP神经网络的优越性能突出体现,从而人工智能引起人们的关注。而作为上世纪90年代的SVM算法,将被提出运用于时间序列的分析。其次,对SVM算法进行详细的阐述。SVM算法起源于线性分类问题,发展运用于非线性不可分割问题,并运用回归问题中。在SVM的具体应用中,特征提取和损失函数的改进以及参数的选取是优化算法的三个考虑角度。常用的特征提取方法有:ICA、PCA等,本文提出一种基于SVM的灵敏度分析方法,依据全局重要度对特征向量进行预选,并在此基础上与基于PCA、ICA上的SVM模型进行比较。实验证明该算法优于其他算法。最后,将该算法用于具体的时间序列分析。本文共列出两个方向,一个为回归问题,一个为分类问题。数据来源于金融数据和教育数据,希望对于金融领域和教育领域的评价活动作出有力的量化支撑。
其他文献
最近,随着生物免疫学的丰富和完善,一个全新的免疫理论——危险模式理论(Danger Theory),对传统SNS模式的现代免疫学基本理论提出质疑,打破自体耐受,从空间概念上改变了传统模式的
随着计算机技术和网络技术的发展,分布式实时系统在信息家电、医疗仪器、智能汽车、工业控制以及通信设备等各个领域已经比较成熟了。一直以来,实时任务对时间的特殊要求使得实
目前,企业资源计划(ERP)已经越来越广泛的应用在制造业车间。如何提高 ERP 在生产管理中的实用性,真正把车间调度纳入其中,帮助企业科学的规划生产,已是摆在新一代制造业ERP开发
中国的书法艺术历史悠久,博大精深。书法字应用也极为广泛,牌匾就是其中重要的应用之一。本文主要研究利用计算机技术自动生成书法牌匾,用户只需提供牌匾的内容,系统从书法家字库
随着电信业的迅速发展,其用户基数迅速增长,同时用户欠费的现象也日益增长,如何在改善客户感知的同时提高客户欠费催缴效率,成为电信运营商急需解决的难题。为此,可以应用数据挖掘
计算机网络技术的迅猛发展和广泛应用,特别是Internet的快速普及,促进了计算机与互联网技术的不断创新与升级。社会信息化程度的提高使人们的日常生活与网络的关系越来越密切,同
随着计算机网络的普及和发展,远程教育是网络多媒体技术应用的一个重要方向。它突破了时间和空间的限制,为广大的学习者提供了极大的方便。实时视频教育是远程教育的一个重要组
随着人类文明的不断发展进步,网络逐渐成为人们生产和生活的重要工具。大数据时代的网络系统变得极其庞大复杂,因而亟需加强网络可靠性的建设。利用二元决策图(BDD)技术分析
学位
本文的主要构想是如何在基于Linux服务器的条件下糅合各种技术构建和实施分布式多层应用系统。多层分布式应用是在客户端和服务器之间加入了一层或多层应用服务程序。随着多