论文部分内容阅读
利用Oracle数据库中的数据挖掘选件（OracleDataMining，ODM），并使用存储在Oracle数据库中的时间序列数据，可构建预测时间序列未来值的支持向量机（SupportVectorMachines，SVM）模型。建模时，需去除时间序列中的趋势，将目标属性标准化，确定包含延迟变量窗口的尺寸，利用机器学习方法，由时间序列历史数据得出SVM预测模型。与传统时间序列预测模型相比，SVM预测模型能够揭示时间序列的非线性、非平稳性和随机性，从而得到较高的预测精度。