论文部分内容阅读
时间序列预测一直是各领域研究的重点,而随着机器学习的发展,通过机器学习的方法进行时间序列的预测更是目前预测的主要研究方向。首先介绍时间序列预测的相关研究算法,然后介绍所提出的加权核函数SVR时间序列预测方法。通过随机森林的CART算法计算出每个时间点对最终预测结果的重要度,将其作为权值对SVR核函数加权,实现对SVR时间序列预测效果的提升。最终的实验通过公共数据集对SVR和所提出的方法进行比较。结果证明该方法的有效性。