基于svr的多维时间序列分析及其在农业科学中的应用

基于svr的多维时间序列分析及其在农业科学中的应用

ID:34081098

大小:223.00 KB

页数:8页

时间:2019-03-03

基于svr的多维时间序列分析及其在农业科学中的应用_第1页
基于svr的多维时间序列分析及其在农业科学中的应用_第2页
基于svr的多维时间序列分析及其在农业科学中的应用_第3页
基于svr的多维时间序列分析及其在农业科学中的应用_第4页
基于svr的多维时间序列分析及其在农业科学中的应用_第5页
资源描述:

《基于svr的多维时间序列分析及其在农业科学中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、8期袁哲明等:基于SVR的多维时间序列分析及其在农业科学中的应用7基于SVR的多维时间序列分析及其在农业科学中的应用袁哲明,张永生,熊洁仪(湖南农业大学生物安全科学技术学院,长沙410128)摘要:【目的】建立一种基于结构风险最小、既反映样本集动态特征又体现环境因子影响的高精度非线性多维时间序列预测方法。【方法】耦合支持向量机回归(SVR)和带受控项的自回归模型(CAR),以留一法基于MSE最小原则实施模型定阶和变量筛选,以一步预测法检验新模型SVR-CAR的有效性,并通过强制汰选给出各保留变量对预测的相对重要性次序。【结果】3

2、个农业科学实例验证表明,SVR-CAR在7种参比模型中预测精度最高,且可更精细地反映样本集的非线性动态特征,依各保留变量对预测的相对重要性次序及其动态变化可赋予保留变量部分解释能力。【结论】SVR-CAR是一种基于SVR并融合时间序列分析和回归分析的非线性多维时间序列分析方法,具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性定阶和非线性筛选变量,自动选择核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在农业科学、生态学、经济学等领域有广泛应用前景。关键词:多维时间序列;支持向量机回归;预测

3、;均方误差MultidimensionalTimeSeriesAnalysisBasedonSupportVectorMachineRegressionandItsApplicationinAgricultureYUANZhe-ming,ZHANGYong-sheng,XIONGJie-yi(Bio-safetyScienceandTechnologyCollege,HunanAgriculturalUniversity,Changsha410128)Abstract:【Objective】Toconstructanovelno

4、nlinearmultidimensionaltimeseriesapproachbasedonstructuralriskminimization,whichshowsthedynamiccharacteristicsofsamplesetaswellastheeffectofenvironmentalfactors.【Method】Integratedcontrolledautoregressive(CAR)intosupportvectormachineregression(SVR),anovelnonlinearmult

5、idimensionaltimeseriesmodelnamedasSVR-CARwasproposed.Afterestimatedtheorderandscreenedthevariablebyleave-one-outmethodbasedontheminimummeansquareerror,thereliabilityofSVR-CARwasvalidatedbyone-steppredictionmethod.【Result】Thepredictionresultsoftheagriculturalsampleset

6、showedthatSVR-CARhadthehighestpredictionprecisioninallreferencemodels,characterizedthenonlineardynamicofthesamplesetssubtly,andexplainedtheeffectofvariabletopredictionpartlyaccordingtotheorderoftherestrainedvariablescreenedcompulsorily.【Conclusion】Asanovelnonlinearmu

7、ltidimensionaltimeseriesanalysisapproachintegratedCARintoSVR,SVR-CARhadtheadvantagesofstructuralriskminimization,non-linearcharacteristics,avoidingtheover-fit,stronggeneralizationabilityandhighpredictionprecision,etc.SVR-CAR,canbewidelyusedinthepredictionareaofagricu

8、lture,ecologyandeconomics.Keywords:Multidimensionaltimeseries;Supportvectormachineregression;Forecast;Meansquareerror8期袁哲明等:基于SVR的多

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。