福建省教育厅资助项目(JA06022S)
- 作品数:4 被引量:58H指数:4
- 相关作者:向小东宋芳孙建丰陈珊更多>>
- 相关机构:福州大学福建师范大学更多>>
- 发文基金:福建省教育厅资助项目更多>>
- 相关领域:自动化与计算机技术经济管理更多>>
- 基于小波神经网络的非线性组合预测方法及其应用研究被引量:4
- 2007年
- 文章提出了基于小波神经网络的非线性组合预测方法,给出了其具体组合预测原理及具体学习算法,并将其用于国际原油期货价格数据的预测。国际原油期货价格数据的预测结果表明:基于小波神经网络的组合预测方法得到了比单一预测方法都要好的预测结果,有较好的应用前景。
- 向小东
- 关键词:小波神经网络非线性组合预测
- 基于核主成分与加权支持向量机的福建省城镇登记失业率预测被引量:26
- 2009年
- 选取了影响失业率的19个指标,构建了基于核主成分分析与加权支持向量机的预测方法,给出了具体的预测步骤,并用此方法对福建省城镇登记失业率进行了预测研究.研究结果表明,由于所用预测方法考虑了指标的相关性及不同时期样本的不同重要性并进行了简化降维,拟合及预测都达到了很高的精度,其相对误差都小于1%,说明用核主成分分析与加权支持向量机来预测失业率是可行且有效的,并可将其推广到其它领域的预测问题.
- 向小东宋芳
- 关键词:加权支持向量机失业率
- 基于灰色线性回归组合模型的物流需求预测研究被引量:24
- 2007年
- 灰色线性回归组合模型是在GM(1,1)模型和线性回归模型基础上建立的一种隐型灰色组合模型,考虑到该模型在泛化能力方面存在不稳定现象,本文借鉴灰色线性回归组合模型的建模思想,提出了一种相应的改进算法,并通过实例对其进行了验证。最后,本文以改进模型对福建省未来几年的物流需求进行了预测。
- 孙建丰向小东
- 关键词:GM(1,1)线性回归模型
- 基于支持向量机的福建省GDP预测研究被引量:4
- 2008年
- 采用1981~2002年的福建省GDP数据作为支持向量机(SVM)的训练目标,以各期前三年的GDP作为输入向量构成训练样本。首先利用格子搜索法获得支持向量机模型中的参数(C,γ,ε)对样本进行训练。然后用训练所得模型对2003、2004、2005三年的福建省GDP进行测试,平均测试精度达98.12%。可以认为支持向量机具有较强的泛化能力,在宏观经济预测中具有较高的精度,从而可用于未来实际GDP的预测。
- 陈珊向小东
- 关键词:支持向量机GDP