SVR算法在太阳黑子活动预测上的应用 |
| |
引用本文: | 涂光辉,蒋华.SVR算法在太阳黑子活动预测上的应用[J].大众科技,2013(6):7-10. |
| |
作者姓名: | 涂光辉 蒋华 |
| |
作者单位: | 桂林电子科技大学计算机科学与工程学院,广西 桂林,541004 |
| |
摘 要: | 支持向量机(SVM)是建立在统计学习理论基础上的一种通用的研究机器学习规律的方法。它具有很强的学习能力和泛化能力,可以有效地处理分类,回归等问题。SVM在处理非线性问题时,通过使用一个核函数来解决复杂计算问题。最小二乘支持向量机(LS_SVM)是SVM的一种改进,它提高了求解问题的速度和收敛精度。本文以太阳黑子为数据集,基于LS_SVM工具,使用了支持向量回归算法(SVR),实现了太阳黑子活动的预测。
|
关 键 词: | 支持向量机 核函数 最小二乘支持向量机 太阳黑子 支持向量回归 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|