基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
运用支持向量机(SVM)理论,建立了一种新的支持向量回归(SVR)预测模型.模型的求解可转化为二次规划问题,并能实现模型参数的自动选择.用此模型对我国粮食产量增长率的预测表明,模型具有较好的概化能力.
推荐文章
粗糙ε-支持向量回归模型
ε-支持向量回归
粗糙边界
粗糙ε-支持向量回归
粗糙集
小波支持向量回归在瓦斯涌出量预测中的应用
小波
支持向量机
智能遗传算法
瓦斯
预测
应用双支持向量回归机的风速预测模型
风速预测
双支持向量回归机
支持向量回归机
风电场
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的支持向量回归预测模型
来源期刊 吉首大学学报(自然科学版) 学科 经济
关键词 支持向量机(SVM) 支持向量回归(SVR) 概化能力
年,卷(期) 2002,(3) 所属期刊栏目 博士论坛
研究方向 页码范围 28-31
页数 4页 分类号 F323.11
字数 2634字 语种 中文
DOI 10.3969/j.issn.1007-2985.2002.03.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘广利 中国农业大学经济管理学院 17 366 10.0 17.0
2 杨志民 中国农业大学经济管理学院 8 179 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (74)
参考文献  (1)
节点文献
引证文献  (34)
同被引文献  (20)
二级引证文献  (137)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(5)
  • 引证文献(3)
  • 二级引证文献(2)
2005(7)
  • 引证文献(5)
  • 二级引证文献(2)
2006(4)
  • 引证文献(2)
  • 二级引证文献(2)
2007(9)
  • 引证文献(6)
  • 二级引证文献(3)
2008(22)
  • 引证文献(5)
  • 二级引证文献(17)
2009(14)
  • 引证文献(0)
  • 二级引证文献(14)
2010(19)
  • 引证文献(3)
  • 二级引证文献(16)
2011(12)
  • 引证文献(3)
  • 二级引证文献(9)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(19)
  • 引证文献(3)
  • 二级引证文献(16)
2015(13)
  • 引证文献(0)
  • 二级引证文献(13)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机(SVM)
支持向量回归(SVR)
概化能力
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉首大学学报(自然科学版)
双月刊
1007-2985
43-1253/N
大16开
湖南省吉首市
1980
chi
出版文献量(篇)
2943
总下载数(次)
1
总被引数(次)
10461
论文1v1指导