支持向量机在GDP回归预测中的应用研究

被引:8
|
作者
胡艳国 [1 ]
武友新 [1 ]
江恭和 [2 ]
机构
[1] 南昌大学信息工程学院
[2] 思创数码科技股份有限公司
关键词
支持向量机; 数据挖掘; 国民生产总值;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
支持向量机是一种新的回归方法,介绍了基于支持向量机的回归建模技术,并应用于GDP的回归预测。GDP属性子集的特点是训练数据量比较少、含有稀疏数据。在转换、添加、下钻GDP相关属性的情况下对支持向量机的参数进行实验分析。实验结果显示支持向量机能很好的处理属性集的变化并得到很好的预测效果。
引用
收藏
页码:17 / 18 +9
页数:3
相关论文
共 4 条
  • [1] 一种新型回归支持向量机的学习算法
    张浩然
    汪晓东
    张长江
    徐秀玲
    [J]. 测试技术学报, 2006, (02) : 168 - 173
  • [2] 基于支持向量机的复杂时间序列预测研究
    曲文龙
    樊广佺
    杨炳儒
    [J]. 计算机工程, 2005, (23) : 1 - 3
  • [3] 支持向量机在银行贷款客户分类中的应用研究
    郑启鹏
    李秀
    刘文煌
    李兵
    [J]. 微计算机信息, 2005, (23) : 73 - 75
  • [4] 模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000