Indexed by：
Abstract：
针对支持向量回归机的模型选择问题,将模型选择问题转化为一个非线性系统的状态估计问题,然后引入无迹卡尔曼滤波进行求解,提出一种新的基于无迹卡尔曼滤波的模型选择方法(UKF-SVR).对标准数据集和太阳黑子数平滑月均值进行仿真实验,结果表明,UKF-SVR与粒子群算法相比,该方法全局寻优能力更强,保证了支持向量回归机泛化能力的最大化,获得更高的预测精度.
Keyword：
Reprint 's Address：
Email：
Source ：
福州大学学报：自然科学版
ISSN： 1000-2243
CN： 35-1337/N
Year： 2011
Issue： 4
Volume： 39
Page： 527-532
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 4
Affiliated Colleges：
