Gaussian小波SVM及其混沌时间序列预测
来源期刊:控制工程2009年第4期
论文作者:郑永康 陈维荣 戴朝华 王维博
文章页码:468 - 471
关键词:混沌时间序列预测;相空间重构;Gaussian小波核;负荷预测;
摘 要:为了提高混沌时间序列的预测精度,针对小波有利于信号细微特征提取的优点,结合小波技术和SVM的核函数方法,提出基于Gaussian小波SVM的混沌时间序列预测模型。证明了偶数阶Gaussian小波函数满足SVM平移不变核条件,并构建相应的Gaussian小波SVM。对混沌时间序列进行相空间重构,将重构相空间中的向量作为SVM的输入参量。用Gaussian小波SVM与常用的径向基SVM及Morlet小波SVM进行对比实验,通过对Chens混沌时间序列和负荷混沌时间序列的预测,结果表明,Gaussian小波SVM的效果比其他两种SVM更好。
郑永康1,陈维荣1,戴朝华1,王维博2
1. 西南交通大学电气工程学院2. 西南交通大学信息科学与技术学院
摘 要:为了提高混沌时间序列的预测精度,针对小波有利于信号细微特征提取的优点,结合小波技术和SVM的核函数方法,提出基于Gaussian小波SVM的混沌时间序列预测模型。证明了偶数阶Gaussian小波函数满足SVM平移不变核条件,并构建相应的Gaussian小波SVM。对混沌时间序列进行相空间重构,将重构相空间中的向量作为SVM的输入参量。用Gaussian小波SVM与常用的径向基SVM及Morlet小波SVM进行对比实验,通过对Chens混沌时间序列和负荷混沌时间序列的预测,结果表明,Gaussian小波SVM的效果比其他两种SVM更好。
关键词:混沌时间序列预测;相空间重构;Gaussian小波核;负荷预测;