基于优化最小二乘支持向量机的小样本预测研究

摘要：

统计学中的预测问题主要是通过对已知数据的分析,找到数据内在的相互依赖关系,从而获得对未知数据的预测能力.该文提出了最小二乘支持向量机参数优化方法--多层动态自适应优化算法,构建了基于最小二乘支持向量机的预测模型,并对Ti-26合金的性能预测进行了研究.结果表明:优化的最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力.

关键词：机器学习、支持向量机、神经网络、最小二乘支持向量机、预测

所属期刊栏目：25

分类号：TP181(自动化基础理论)

资助基金：国防预研项目98J19.3.2.JB3201

在线出版日期：2005-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：565-568