基于小波核支持向量机回归的期货价格预测

支持向量机的回归拟合在报警预测中的应用，李卓群，赵冬岩，现如今气体成分分析方法以红外光谱分析法为主，但在实际环境下组分气体特征吸收谱重叠,样本数据量大、分布较杂乱，故需采用新的��

核矩阵计算是恢复支持向量机的关键,已有的精确计算方法难以处理大规模的样本数据。纹理,研究核矩阵的近似计算方法。首先,采用支持矢量机的凸二次约束线性规划表示,然后,综合蒙特卡罗方法和不完全Cholesk

一种新的支持向量回归预测模型,提出一种新的模型

Lyapunov 指数是描述动力学系统混沌性质的重要指标, 在小样本条件下准确、快速地计算Lyapunov 指数是 一个难题. 对此, 提出一种基于支持向量机回归的Lyapunov 指数计算方法, 通

支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合．但在支持向量机中，训练数据均为精确数据．针对训练数据的输入是模糊数的情况，研究基于模糊训练数据的分类型支持向量机，并给出其解法．然后应用基

针对非线性模型预测控制中离线模型难以适应非线性对象实时变化的缺点, 提出一种基于在线支持向量回归的非线性模型预测控制方法. 该方法通过在线支持向量回归离线训练与在线学习相结合的方式, 建立具有在线校正

网络流量预测对于网络的安全和可用性至关重要，但是，传统的网络流量预测方法使用平均时间加权的方法进行预测，缺泛化能力导致预测精度低。基于每一个网络流量历史数据到预测点的时间间隔计算其时间权重，使用带时间

基于支持向量的支持向量机计算性能优化

这是一个基于PSO-LSSVM的负荷预测程序。用粒子群算法优化支持向量机的参数。

基于遗传-支持向量机的财务预测,樊同科,,研究企业财务预测问题,影响财务困境的输入变量较多,如何准确选择合理的输入变量参数是提高财务困境预测精度的关键。为了解决财